在“雇用他人获得服务越来越贵”的鲍莫尔成本病逻辑下，AI医疗的市场扩容主要由三股力量共同推动：医疗人力成本的长期上行、诊疗需求的刚性增长，以及机器替代后边际成本的递减。美国经济学家鲍莫尔于1967年构建的两部门非平衡增长模型指出，不存在劳动生产率增长率的停滞部门，其单位产品成本会不断上升；医疗服务正属于这类部门，因此价格上涨具有结构性成因。《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》中据此认为，解决这一问题的最好方式是用机器来替代医生。
医疗成本：结构性上涨难以靠人力消化
鲍莫尔模型把宏观经济分为进步部门与停滞部门：进步部门的单位产品成本（劳动力成本）随时间推移维持不变，而停滞部门的单位产品成本将不断上升。剪发这类服务是直观类比——生产力提升后，一位理发师单位时间能剪的头数比较刚性，价格却会不停上升，医疗服务同理。当人力成本成为服务价格的主要构成，用机器承接部分工作，就成为改变价格曲线的现实路径。
需求刚性：诊疗需求不会因涨价而消失
模型同时指出，只有当消费者对停滞部门产品的需求并非完全无价格弹性时，不断上升的单位产品成本才会促使消费者减少需求。医疗服务的特殊性在于需求相对刚性，价格上涨难以等比例压缩就诊与健康管理需求。需求端不减、成本端上行，两者叠加，构成了AI医疗市场扩容的底层推力。
机器替代：边际成本递减带来的想象空间
以ChatGPT为代表的AI在医疗领域已有多种应用方向，包括远程医疗虚拟助手、临床辅助决策、远程患者监护，以及在心理咨询、病历保存、医疗翻译、药物管理、疾病监测等领域的应用空间。其中远程患者监护被视为一种改善患者治疗效果同时降低医疗成本的方法。需要注意的是，AI医疗的能力边界仍受伦理约束：埃里克·托普在《深度医疗》中认为，AI医疗不太可能超越自动设备的3级水平，诊断、阅片等工作可由AI辅助完成，但绝不能容忍没有人类医生和临床医生监督的情形。数据则是另一重约束——医疗数据是AI医疗的第一驱动力，也是永远的痛点；对现阶段产品而言，理解医疗数据远比获得数据更重要也更困难。
常见问题
AI医疗市场规模的增长主要由哪些因素驱动？
核心是三条：医疗人力成本长期上行、诊疗需求相对刚性、机器替代后边际成本递减。前两条来自医疗服务作为“停滞部门”的结构性特征，第三条来自AI承接部分工作后成本曲线的变化。
为什么说医疗成本上涨不是短期现象？
鲍莫尔1967年的两部门非平衡增长模型解释了主要经济体在20世纪大部分时间的产业结构变迁与增长趋势：停滞部门单位产品成本会不断上升。医疗服务符合这一特征，因此价格上涨具有模型层面的结构性成因，而非单一因素所致。
AI会完全取代医生吗？
不会。埃里克·托普在《深度医疗》中的判断是，AI医疗不太可能超越自动设备的3级水平，阅片、诊断等工作可由AI辅助完成，但任何时候、任何情况下都不能没有人类医生和临床医生的监督。