医学影像AI放疗方案的提速，从传统流程的数天缩短至23分钟，其关键拐点并非单一技术突破，而是深度学习革命、医学影像数据积累与国产设备全流程自动化能力跃迁三者共振的结果。其中，复旦肿瘤医院与联影智能合作的AI辅助CT和放疗一体机，将放疗方案制定与实施压缩至23分钟，标志着AI从“辅助勾画”迈入“全流程自动化”的临床落地阶段，这是该演进路径中最具代表性的产业节点。

拐点一：深度学习带来“辅助勾画”的效率革命

传统放疗方案制定耗时数天，核心瓶颈在于医生需手动逐层勾画肿瘤靶区与危及器官。深度学习的突破（如CNN等架构在医学影像分割中的应用）是第一个关键拐点，它让AI能够自动识别和解剖结构分割，将原本数十分钟的胸部CT肋骨计数等工作缩短至90秒级别，极大提升了医生的工作效率与准确度。这一阶段的核心价值在于，AI从“工具”变为“助手”，解决了纯人工勾画耗时且一致性差的痛点。

拐点二：从“单点辅助”到“全流程自动化”的跨越

如果说深度学习解决了“看得准”的问题，那么从辅助勾画走向放疗全流程的自动化，则是决定提速上限的第二个拐点。在复旦肿瘤医院的实际临床应用中，AI辅助的CT和放疗一体机将“方案制定+实施”的完整链路压缩至23分钟，这一成果并非单一算法的胜利，而是将影像采集、靶区勾画、计划设计、质量控制等多个环节整合进一个自动化工作流的系统性工程。它意味着AI的临床价值不再局限于影像科，而是深入到了放疗科的治疗一线。

拐点三：国产设备的产业化与政策东风

AI算法的落地离不开硬件载体与临床准入。国产医学影像设备龙头（如联影）在高端CT、放疗设备上的整机集成能力，以及AI软件产品的注册获批，是支撑上述临床成果的产业化拐点。与此同时，国内大型医用设备配置政策的松绑（如将部分高端设备调出甲类管理、提高配置门槛）与“国产替代”的政策导向，为国产AI放疗设备的规模化进入三甲医院创造了市场空间。正是这种“硬件+软件+政策”的叠加，让实验室里的算法真正变成了临床可用的23分钟方案。

常见问题

AI放疗的23分钟方案是普遍实现了，还是个案？

目前这仍是国内顶尖医疗机构与头部设备企业合作的前沿成果，具有极高的临床价值，但尚未成为全行业的普遍标准。其推广依赖于医院的设备采购、流程改造以及AI产品的注册审批进度，不同层级的医疗机构落地时间会有显著差异。

国产医学影像设备在AI应用上处于什么位置？

在硬件核心技术储备上，国产企业与海外传统巨头仍有差距，但在AI应用层面，国内企业具备“后来居上”的潜力。无论是肺部AI辅助诊断还是放疗全流程自动化，国产厂商依托丰富的临床场景与数据积累，已经在部分细分应用上展现出较强的竞争力。

制约AI放疗进一步普及的瓶颈是什么？

主要瓶颈在于高端放疗设备的购置成本与配置证管理，以及AI模型在不同医院、不同设备间的泛化能力。此外，放疗流程涉及多环节的质控与安全验证，AI自动化方案的可靠性需要经过更大规模的多中心临床数据验证，这也是行业从“个案标杆”走向“普惠应用”必须跨越的门槛。