过去三年，医疗大模型的发布会一场接一场。PPT 上的未来顺理成章：门诊病历一秒出库，随访助手千人千面，厂商从“卖软件”升级为“卖智能”。

尤其是 DeepSeek 开源发布的那阵子，推理成本被大幅打平，国产卡也能跑得动，医院和厂商似乎都看到了一流大模型在院内本地落地的曙光：买不起高昂算力集群的借口没了，医疗数据不出院的死结似乎有了本地解法，不少院长和信息科长甚至头一次主动把厂商叫进办公室。

但兴奋劲没过几个月，气氛就迅速冷了下来。

真到了立项实操关头，问题一个都没少：几台算力服务器走哪项固定资产科目？数据不出院，数据安全评估、伦理审查、算法备案等合规环节究竟由谁牵头？出了差错算算法的还是算医生的？一层层预算审批和合规流程卡下来，热闹的技术讨论，最后还是卡死在审批流里，变不成一张打款的采购单。

回到医院的财务处和信息科，气氛依然冷清。AI 相关的合同和续费，在账上还看不出来。

医疗 AI 喊了三年拿不到钱，不是算法不够准。前三年的力气花在了两头：一头是让医生舒服，AI 写病历、理病程、填随访；另一头是让医院有面子，智慧医院评级、示范案例、课题论文、发布会上的合作签约。两头都有人欢迎，前者换来试用，后者换来一次性的示范项目和新闻稿，谁都没换来续费。

公立医院的账本，从来不为“员工体验”和“名气”持续立项。

一、错位的善意：为什么“替医生省时间”在财务上是伪命题？

翻这几年的医疗 AI 商业计划书，“帮医生减负”常常写在第一页。

AI 写病历、AI 理病程、AI 填随访、AI 生成出院小结。逻辑听起来很顺：把临床医生从案头文书里解放出来。

在制造业，一套自动化设备省下的工时可以折成岗位，很快变成利润。

但在公立医院，医生的编制是固定的，工资底薪也是固定的。

医生每天少敲半小时键盘，医院既不能少发半小时工资，也很难把这段时间稳定换成更多门诊收入。

**省下来的时间成了浮财，很难折成现金流。**对院长和管钱的副院长来说，掏几十万买这套系统，年底报表上找不到对应的收益项。

更要命的是责任兜底。

病历平时看着像流水账，真闹出医疗纠纷，法官和鉴定专家在法庭上翻的就是这份法定文书。很少有模型厂商愿意在合同里白纸黑字承诺“算法出错由厂商全额赔偿”。

最后签字盖章的，依然是熬夜值班的管床医生。既然出了事是我吃官司、丢执照，我就得逐字逐句看一遍。尤其遇到那些文字通顺、但药名或者剂量悄悄换了一个字的幻觉，医生查一遍的心力消耗，比自己手敲模板还要累。

当一种工具既不能帮机构省钱，又不能替使用者免责，它多半停在“锦上添花”的试用里，很难有人为它掏大钱。

二、预算科目的鸿沟：信息科保稳定，临床科没采购权

公立医院买软件的预算，集中在信息科手里。但在医院实际运转体系里，信息科首先是个“维稳部门”。

信息科的优先级通常是等保、互联互通和核心系统稳定。往内网增加一套大模型，算力、运维和数据安全责任都会落到它头上；即便用得好，也未必对应一项可见考核。主动采购的动力自然不足。

那么真正有痛点的临床科室呢？

主任觉得好用，想自己买，问题是科室预算里只有差旅、耗材和办公用品，没有软件采购这一栏。想按月买云端 API 按量付费，公立医院的支出要对应物资或劳务目录，这种付费方式很难找到能走的科目。

这不是医院独有的毛病，是 2B、2G 生意的常态：付钱的人和用的人是两拨人。2C 产品里，用户觉得好用就会掏钱，体验直接变成收入。卖给医院、卖给政府，掏钱的是院办、财务处和主管部门，用的是医生、护士和窗口人员。付钱的人按预算科目、合规要求、考核指标和风险判断，用的人按顺不顺手判断。两套标准不重叠，一个功能让医生舒服，对采购决策可以完全不产生影响。

**想要的人没钱买，管钱的人怕担责。**事情自然就卡死在工位上了。

三、虚假的轻资产：以为卖的是智能，落地的是重装工程

不少团队进了医院现场才发现，原本以为是轻资产的软件部署，做成了重工程。

医院里跑着十年前的老系统并不少见。找原来的老厂商开个只读接口，接口改造费张口就是数十万，排期往往还得等上几个月。

把历史数据拖出来一看：主诉栏里有填“同前”的，有填“略”的，病程记录里错别字连篇。拿这种数据去调模型，输出质量很难看。

为了让模型能用，厂商得先派工程师驻场几个月做数据治理。

再加上医疗数据不出院的红线，私有化部署、本地推理卡、专科知识库微调，再加深度嵌入业务流程的定制化集成。

原本算在商业计划书里的高毛利“纯软件”，在现实中做成了比过去建机房还重的驻场集成项目。交付成本吃掉大半合同额，厂商自己在失血，复购就无从谈起。

厂商这一侧的压力，在财报上已经写得明明白白。作为传统医疗信息化龙头，卫宁健康 2024 年归母净利润暴跌 75% 仅剩 8700 多万元，2025 年更是直接由盈转亏，全年巨亏 3.74 亿元；同期创业慧康同样连年由盈转亏，2025 年亏损超过 4 亿元。医疗 AI 这一侧同样吃紧，哪怕是 2024 年底登陆港股的“医疗大模型第一股”讯飞医疗，全年营收 7.3 亿元，净亏损依然超过 1.3 亿元。

传统业务承压之下，不少厂商把大模型当成新故事；但医院不会为厂商的转型焦虑持续埋单。

四、钱真正藏在哪里：从浪漫的临床助手，转向冰冷的账本防线

回看公立医院痛快划款的节点，多数不在临床体验，而在政策底线和现金流防线：

一种是卫健委要摘牌子。创三甲、保电子病历五级、公立医院绩效大考。不买这些系统，医院等级要降，财政补助要砍，院长硬着头皮也得把款划过去。这是政策逼出来的“合规支票”，而不是可有可无的体验优化。

另一种更狠，是医保局在扣底钱。

现在全国都在推 DRG 和 DIP，医保按病种打包付费。截至 2025 年底，短期住院病例 95% 以上已按病种付费。一个出院病人的主要诊断填偏一个分类，入组就可能掉档，这笔结算跟着缩水。

再加上医保飞行检查，用大数据筛查超限用药和过度诊疗，查实就是退赔加通报。

这时候要是真有个工具，能赶在医生提交出院证明那一秒，把漏填的并发症给揪出来，或者在开检查单那一刻把违规项当场卡死，每个月替医院保住一笔可观的结算款——医保办和质控科会主动去财务处争取这笔预算。

公开中标项目中，病历质控、编码与临床决策支持可见百万元级订单，部分打包项目接近千万元；这只是单源量级参考，却提示了一件事：只有能进入医院正式预算、且能说明止损结果的产品，才更可能获得持续采购。

钱没有从医疗行业消失，它只是流向了更现实的两个出口：

一是向内“节流”。不再指望医院为虚浮的体验买单，而是把 AI 变成医保结算与飞检防线的守门人，甚至跳出传统 License 模式，探索帮医院挽回多少损失就按比例分账的效果付费；

二是向外“开源”。不再只盯着院内有限的 IT 预算，而是在具备合法处理基础、取得必要授权或满足其他适用处理条件，并完成伦理审查与安全治理的前提下，把历史沉淀但尚未充分治理的数据整理为可用的数据资源；以最小必要、受控计算和可审计交付的方式，支持真实世界研究（RWS）或临床试验可行性研究等服务，面向药企及第三方市场寻找增量。

结尾：从“会说话”到“扛责任”

三年热闹看下来，医疗 AI 最常见的错觉，是把技术演示当成了商业模式。

公立医院不会为一场演示持续付费，只会为能算清的结算收益和能转移的合规风险付费。

部署不等于付费，试点不等于收入。