AI医疗对“机器替代医生”的探索，本质是把原本由医生一人承担的工作拆解到产业链不同环节：上游供给算力、数据与模型，中游完成系统集成与部署，下游由医院、医生与患者共同完成使用与付费。《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》中提出，雇用他人获得服务正变得越来越昂贵，即“鲍莫尔成本病”，并认为用机器替代医生是解决医疗成本问题的方向。但埃里克·托普在《深度医疗》中判断，AI医疗仍处在L1到L2的阶段，任何情况下都不能容忍没有人类医生和临床医生的监督。
上游：算力、数据与模型供给
AI的三大基石是数据、算法、算力，其中数据被称为AI时代的“石油”。医疗数据属于患者隐私，所有权理应属于患者，实际中权属基本在医院方；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才能商业化开发。目前训练所需的医疗数据多由企业与医院签署研发协议获得，并做数据清洗、物理隔离，通常“数据不出院，模型出院”。理解医疗数据比获得数据更重要也更困难。
中游：系统集成与场景落地
中游把模型能力转化为可用工具。以ChatGPT为例，可开发远程医疗虚拟助手，帮助患者安排预约、接受治疗和管理健康信息；可用于临床辅助决策，提供基于证据的建议、标记潜在药物相互作用；也可用于远程患者监护，分析可穿戴设备与传感器数据，在病情恶化时向医疗保健提供者发出警报。在心理咨询、病历保存、医疗翻译、药物管理、疾病监测等领域，同样存在应用空间。
下游：医院、医生与患者的角色重排
下游决定分工能否成立。埃里克·托普将自动驾驶与AI医疗相提并论：理想条件下自动驾驶汽车已达L3水平，而AI医疗仍在L1到L2的路上，且面临更严重的伦理问题。他认为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，但医学整体上必须保留人类医生和临床医生的监督。因此下游并非“机器取代医生”，而是医生转为监督与决策角色。
常见问题
鲍莫尔成本病为什么和医疗服务价格有关？
鲍莫尔把宏观经济分为有正劳动生产率增长率的进步部门和没有劳动生产率增长率的停滞部门，前者单位劳动力成本维持不变，后者单位产品成本不断上升。医疗服务类似“Tony老师剪头”，单位时间产出相对刚性，价格便持续上升。
AI医疗目前能替代医生到什么程度？
按埃里克·托普在《深度医疗》中的判断，AI医疗仍处在L1到L2阶段，不太可能超越自动设备的3级水平。阅片、诊断等可辅助完成，但任何情况下都不能没有人类医生和临床医生的监督。
医疗数据在产业链中由谁掌握？
医疗数据属于患者隐私，所有权理应属于患者，实际权属基本在医院方。第三方机构需借助政府支持和医院配合方能商业化开发利用，训练数据多通过企业与医院签署研发协议获得。