医学影像国产放疗AI已实现23分钟完成放疗方案制定，但自主可控的短板主要集中于底层GPU芯片、AI训练框架等基础软硬件环节，而非应用软件层。

在复旦肿瘤医院，联影智能的AI辅助CT和放疗一体机将平时需要几天完成的放疗方案制定与实施缩短至23分钟，这一案例标志着国产医学影像AI在靶区勾画、剂量计算等软件应用层已具备自主创新能力。胸部CT的AI辅助诊断同样将医生数十分钟的“数肋骨”工作缩短至90秒，体现了国产AI软件层的成熟度。

然而，自主可控的真正挑战在于ICT供应链的底层环节。高端医学影像设备和AI训练所依赖的GPU芯片、AI训练框架等基础软硬件，目前仍高度依赖进口。这与GPS（GE医疗、飞利浦、西门子医疗）等国际巨头在硬件层面形成的长期壁垒类似——国产厂商在AI应用层有后来居上的可能，但硬件层面短期难以形成超越。

国产放疗AI自主化的优势与瓶颈

优势在于软件层。国产厂商在AI影像辅助诊断、放疗方案自动化等应用领域已实现突破，联影智能的放疗AI一体机便是标志性成果。这些创新建立在国产厂商对临床需求的深度理解和快速迭代能力之上。

瓶颈在于基础层。GPU芯片、AI训练框架、底层算法库等构成AI技术栈的地基，目前仍由国外厂商主导。这意味着即便应用层实现自主，一旦底层供应链受限，整个系统的持续升级与维护仍可能受制于人。

国产替代进程中的政策与市场驱动

大型医用设备配置监管政策的变化正在加速国产替代进程。从2004年出台配置证制度，到2018年将64排以下CT、1.5T以下MRI调出乙类管理、PET/CT从甲类调入乙类，再到2021年十部门联合印发医疗装备产业发展规划，政策持续为国产设备打开市场空间。同时，大型设备集采中鼓励采购国产设备的导向，也为国产厂商创造了结构性机会。

常见问题

国产放疗AI与国际巨头差距有多大？

在AI应用软件层面，国产厂商已具备较强竞争力，联影智能的放疗AI一体机在复旦肿瘤医院实现23分钟方案制定即为明证。但在硬件与基础软件层面，国产厂商与GPS等国际巨头在核心零部件和底层技术上仍有差距，短期难以形成超越。

国产医学影像AI的自主可控瓶颈具体在哪里？

主要瓶颈集中在底层ICT供应链：GPU芯片、AI训练框架等基础软硬件仍依赖进口。这些环节如同AI技术栈的地基，一旦受制于人，即便应用层实现自主，系统的持续演进仍可能受限。

政策如何影响国产放疗AI的发展？

大型医用设备配置监管趋松与集采鼓励国产的政策导向，为国产厂商创造了明确的增长窗口。行业本身被压制的增长需求、医疗新基建与国产替代进口形成多重驱动，为国产医学影像AI的发展提供了确定性较高的市场环境。