AI医疗的数据不出院、模型出院模式能否压低医疗服务的鲍莫尔成本病，价格传导由谁主导？

数据不出院、模型出院，改变的是医院内部的成本结构，而非终端的服务定价。 按鲍莫尔1967年提出的两部门非平衡增长模型，医疗服务属于典型的停滞部门，其单位产品成本会随时间不断上升；AI医疗目前仍处在L1到L2阶段，替代人力诊疗的深度有限，因此议价权仍主要掌握在医院与临床医生一侧。价格传导更可能先体现为医院采购与运营成本的下降，以及阅片、辅助诊断等环节的效率改善，而非直接压低患者看到的价格。

鲍莫尔成本病：为什么医疗服务越来越贵

美国经济学家鲍莫尔于1967年构建了一个两部门非平衡增长模型，把宏观经济分为具有正劳动生产率增长率的进步部门和不存在劳动生产率增长率的停滞部门。在关键假设下，进步部门的单位产品成本（劳动力成本）维持不变，停滞部门的单位产品成本则不断上升；若消费者对停滞部门产品的需求并非完全无价格弹性，上升的成本会促使其减少需求。

医疗服务正是这一逻辑的典型样本：一位医生单位时间能处理的诊疗量相对刚性，人力成本却随全社会工资水平上行。《福布斯》专栏作家蒂姆·沃斯托在《改变医疗服务价格曲线的方式：解雇医生》中援引这一理论，认为雇用他人来获得服务的方式正变得越来越昂贵，并主张用机器替代医生。

替代有限：AI医疗为何难越过L3

埃里克·托普在《深度医疗》中将自动驾驶汽车与人工智能的医学实践相提并论。在理想的环境和交通条件下，自动驾驶汽车已达到L3水平，而AI医疗仍处在L1到L2的路上。托普据此认为，AI医疗不太可能超越自动设备的3级水平——很多诊断工作、阅片工作可以用AI辅助完成，但就医学整体而言，任何时候、任何情况下都不能容忍没有人类医生和临床医生的监督。

替代深度决定议价深度。当AI只承担辅助角色时，它削减的是边际工作量，而不是诊疗决策权，医院与临床医生在服务定价中的主导地位并未被撼动。

数据不出院、模型出院：价格传导由谁主导

AI的三大基石是数据、算法、算力，而医疗数据是AI医疗的痛点。医疗数据属于患者隐私，所有权理应属于患者，但实际中医疗大数据的权属基本在医院方；也有观点认为所有权在患者个人、控制权在医院、管理权在政府，第三方机构需借助政府支持和医院配合方能商业化开发。

目前AI模型训练所需的医疗数据，大都通过企业与医院签署研发协议获得，过程中会做数据清洗、只保留必要数据，并在收集到建模之间做好物理隔离，通常是数据不出院，模型出院。这一模式意味着企业难以直接触达终端定价场景，价格传导的主导权留在医院与支付方手中，企业获得的更多是研发合作与技术服务层面的回报。

需要说明的是，理解医疗数据远比获得数据更重要也更困难。托普在分析IBM医疗AI沃森的失败时指出，“最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息”——数据规模本身并不自动转化为成本曲线的下移。

常见问题

AI医疗能直接压低患者的看病价格吗？

短期内难以直接体现。AI医疗仍处L1到L2阶段，主要替代的是阅片、辅助诊断等部分环节，而非整体诊疗流程。价格传导更可能先发生在医院采购成本与运营效率层面，终端定价仍由医院与支付方主导。

“数据不出院、模型出院”对企业意味着什么？

这一模式在保护患者隐私的同时，也限制了企业直接触达终端定价的能力。企业通常通过与企业、医院签署研发协议参与，回报更多来自技术服务与研发合作，而非直接参与医疗服务定价。

鲍莫尔成本病能被AI根治吗？

鲍莫尔模型指出，停滞部门单位成本上升源于劳动生产率增长缺位。AI若能实质提升医疗服务的劳动生产率，理论上可缓解这一趋势；但受伦理约束，AI医疗不太可能超越自动设备的3级水平，人类医生与临床医生的监督不可缺席，因此替代深度存在明确边界。