过去几年，人工智能在医学影像领域的落地一直面临一个尴尬：技术能用，但收费没有名分。医院采购了辅助诊断软件，却找不到对应的收费项目，只能从其他经费里挤；企业按年收取服务费，也缺少稳定的支付来源。近期，随着医疗服务价格项目立项指南陆续发布，人工智能辅助诊断被纳入放射检查类项目的扩展项，并明确不额外向患者收费，这一僵局开始出现松动。
不单独定价，意味着什么
按照新规思路，人工智能辅助诊断不再作为独立项目单独定价，而是附着在既有的影像诊断项目上。患者支付的仍是原有的检查与诊断费用，AI带来的效率提升由医院内部消化。这一设计有两层考虑：一是避免重复收费、变相增加患者负担；二是防止把尚在演进中的技术过早固化成价格，造成新的不合理支出。
对医院而言，这相当于给了AI一个合法身份。过去不少机构在采购时犹豫，核心顾虑就是“用了不能收费，谁来承担成本”。如今AI被写进价格项目的扩展项，医院在预算和服务流程上都有了依据，采购决策的阻力会明显下降。
三笔账仍需算清
政策开了口子，但从允许使用到放心使用，还有几道关要过。
- 责任账。当AI给出提示而医师未采纳、或AI漏报导致误诊，责任如何划分？目前普遍做法是AI仅作辅助、最终判断权在医师，但在实际纠纷中，厂商、医院与医师之间的边界仍需更清晰的规则。
- 质量账。市场上影像AI产品众多，准确率、假阳性率参差不齐。纳入价格体系后，如何设定准入与持续质控标准，防止夸大宣传，是监管必须回答的问题。
- 数据账。影像数据涉及患者隐私，训练与部署环节的合规要求不低。基层医院在算力、网络和运维能力上的短板，也可能让好政策难以落地。
产业与支付的联动
从产业侧看，最直接的受益者是已经拿到三类医疗器械注册证、在真实场景中跑通流程的影像AI企业。收费路径明确后，医院采购意愿上升，企业从项目制试点转向常态化服务的可能性增大。商业模式也会随之调整：单纯卖软件许可的空间收窄，与医院信息系统深度集成、按服务量或按效果结算的模式更受青睐。
更深一层的变化在支付端。当AI成为诊断流程的一部分，医保和医院需要考虑的就不只是要不要给AI付费，而是整体服务效率提升后，检查量、报告时间、医师排班如何变化。有观点认为，未来可能出现按病种或按健康结果付费的探索，让AI的价值体现在整体成本下降上，而非单项收费。
结语
把人工智能辅助诊断纳入价格项目，是政策层面对技术成熟的认可，也是给行业的一颗定心丸。但价格只是起点。质控标准、责任规则、数据合规与支付方式的协同，才决定这项技术能否真正走进日常诊疗，而不是停留在演示屏幕上。对患者来说，最实际的期待也很简单：AI帮忙看得更快更准，账单不要因此变厚。