一只久治不愈的宠物犬，在主人将全部检查信息输入 GPT-4 后，被提示为免疫介导性溶血性贫血（IMHA），最终得救——这个案例走红背后，折射出 AI 医疗产业链正在发生的深层重构。AI 医疗产业链可拆解为上游数据采集与清洗、中游模型训练与 API 调用、下游医院与 C 端应用三大环节，而医疗数据的权属问题，是决定这条产业链分工格局的关键变量。
数据是起点，也是最大的痛点
数据被称为 AI 时代的“石油”，是基石中的基石。但在医疗领域，数据恰恰是“永远的痛点”。医疗数据属于患者隐私，所有权理应属于患者，但在实际中，医疗大数据的权属基本在医院方；也有观点认为，医疗数据的所有权在于患者个人、控制权在于医院、管理权在于政府，第三方机构需借助政府支持和医院配合方能对其进行商业化开发和利用。
这一权属格局直接决定了产业链上游的运作模式。目前 AI 模型训练所需的医疗数据，大都是通过企业和医院签署研发协议获得的，且在实际操作中会有专门的模块进行数据清洗，只保留必要的数据。在数据收集到模型建立的过程中，医院和企业会做好物理隔离，通常是“数据不出院，模型出院”——这既是对患者隐私的保护，也塑造了中游模型训练方的角色。
模型训练与临床服务的分层
中游的模型训练方，正是 GPT-4 这类大模型发挥价值的环节。在宠物诊断案例中，GPT-4 扮演的是临床辅助决策角色：向医疗保健提供者提供实时的、基于证据的建议，针对特定情况建议适当的治疗方案。未来，经由专业训练的 GPT 们或将在临床发挥巨大作用。
但值得注意的是，AI 医疗目前仍处在 L1 到 L2 的路段（参照自动驾驶分级，L1 为辅助驾驶、L2 为部分自动驾驶）。正如《深度医疗》作者埃里克·托普所强调的，AI 医疗不太可能超越自动设备的 3 级水平，有很多诊断工作、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。
下游的临床服务方——宠物医院、综合医院乃至 C 端应用——正是承接这一“人机协作”模式的场景。AI 提供辅助，医生掌握最终决策权，这一分工既受限于当前技术阶段，也受制于医疗行业特有的伦理要求。
理解数据，比获得数据更重要
产业链的重构并非只是数据量的堆砌。在《深度医疗》中，埃里克·托普分析 IBM 医疗 AI 沃森的失败时认为，“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。”对于现阶段的 AI 医疗产品来说，理解医疗数据远比获得数据更重要也更困难。
这意味着，产业链各环节的价值传导，并不简单地遵循“数据多=模型强=服务好”的线性逻辑。上游的数据采集与清洗解决“获得数据”的问题，中游的模型训练要解决“理解数据”的问题，下游的临床服务则要解决“负责任地使用 AI 结论”的问题。任何一个环节的薄弱，都会削弱整条链路的价值。
常见问题
GPT-4 能直接给宠物看病吗？
不能。在走红的案例中，GPT-4 是在主人将所有检查信息输入后，给出了免疫介导性溶血性贫血（IMHA）作为选项，最终由兽医介入救治。AI 目前扮演的是辅助决策角色，用于提供基于证据的建议，但诊断与治疗的最终决策仍须由专业兽医或医生做出。
“数据不出院、模型出院”是什么意思？
这是当前医院与企业合作训练医疗 AI 模型时常见的物理隔离模式：医疗数据在院内完成清洗和必要处理，企业通过签署研发协议获得训练所需的数据，但原始数据不离开医院，训练完成的模型则输出到医院使用。这一模式旨在平衡患者隐私保护与 AI 模型训练的需求。
AI 医疗产业链中，谁掌握话语权？
目前来看，医院方掌握着医疗大数据的实际控制权，第三方机构需借助政府支持和医院配合方能进行商业化开发。但随着数据交易市场逐步建立，已有大数据交易所将“医疗卫生”数据纳入交易品类，产业链的价值分配格局仍在动态演化中。