2026年7月24日上午十点，厦门大学附属中山医院心内科的诊室里，陈晓薇医生正在看第17个号。她面前的屏幕上，电子病历系统右侧多了一个新窗口------那是医院上个月刚部署的AI辅助诊疗系统。患者是一位62岁的男性，主诉胸闷气短两周，既往有高血压病史。AI系统在3秒内完成了初步分析，给出了三行提示：建议排查急性冠脉综合征，注意鉴别主动脉夹层，推荐检查项目包括心电图、心肌酶谱和D-二聚体。
陈晓薇看了一眼提示，心里暗暗点头。这和她自己的判断基本一致，但AI多提了一个主动脉夹层的鉴别诊断------这个她确实没想到，虽然概率不高，但一旦漏诊就是致命的。"以前看门诊，一上午30个号，看到后面脑子都木了，有些少见病确实容易忽略。"她对坐在旁边的规培生说，"有了这个东西，相当于多了一双眼睛。"
图片：article2_img1.jpg 厦门大学附属中山医院心内科诊室，陈晓薇医生使用AI辅助诊疗系统查看患者病历
就在陈晓薇看诊的同一天，北京的国家药监局大楼里，一份盖着红章的文件正在走最后的流程。当天下午，国家药品监督管理局正式发布公告，批准百度、阿里健康、科大讯飞三款国产AI医疗大模型获得医疗器械三类注册证。这意味着国内首批通用型临床AI诊疗大模型正式获得了在正规医疗体系中使用的合法资质。消息传到厦门的时候，陈晓薇手机上弹出了医院内部群的推送，她愣了一下，随即明白过来------她桌上那个新窗口里的AI，从今天起不再是试点演示工具，而是有正式身份的医疗辅助器械了。
三类医疗器械证在监管体系中是最高风险等级的许可，意味着该器械直接关系到人体健康和生命安全，需要经过最严格的临床验证和审评审批。AI医疗大模型要拿到三类证，需要证明其在真实临床环境中的安全性和有效性，这绝不是跑几个benchmark就能糊弄过去的。据悉，三款获批的大模型在审评过程中都经历了长达一年以上的临床试验，覆盖了多家三甲医院、数千例真实病例的回顾性和前瞻性验证。
这次获批的三款大模型各有侧重。百度的医疗大模型在内科和影像科表现突出，其训练数据涵盖了大量三甲医院的脱敏病历和影像资料；阿里健康的大模型在用药建议和慢病管理方面有优势，依托阿里在医药电商和互联网医院积累的数据资源；科大讯飞的产品则在病历分析和语音交互上有独特能力，其"讯飞晓医"系列已经在多家医院的电子病历系统中嵌入使用。三款模型共同覆盖了内科、外科、儿科、影像科、妇产科、急诊科等数十个科室，可以适配门诊辅助诊断、影像筛查、病历分析、用药建议、慢病管理、康复指导等六大临床场景。
图片：article2_img2.jpg 国家药监局三类医疗器械注册证样本，标志着AI医疗大模型正式获得临床使用资质
"这其实是一个迟到的审批。"在某三甲医院信息科工作了八年的张昊告诉我。他见证了AI医疗从实验室走向临床的整个过程。早在2022年，就有医院开始用AI做肺结节筛查，但那时候大多是单病种、单任务的AI系统，只能做一件事，而且大多以"科研合作"的名义在灰色地带运行。"说白了就是没有证，但医院觉得有用，就先用了。出了问题谁负责？说不清楚。"张昊摇了摇头，"现在有了三类证，至少法律层面清楚了------AI是医疗器械，有注册证，有适应症范围，有责任主体。"
张昊提到的灰色地带问题，是AI医疗长期以来最大的痛点。在正式审批之前，市面上已经有不少AI医疗产品在医院里使用，但大多处于"试点演示"或"科研合作"的状态。这种状态带来的问题是多方面的：对医院来说，使用没有注册证的AI产品存在法律风险；对患者来说，AI辅助诊断的准确率和安全性缺乏统一的标准保障；对AI企业来说，没有注册证意味着无法形成正常的商业模式，只能靠项目制合作勉强维持。三类证的获批，本质上是对这个灰色地带的终结。
审批落地后，市场的反应迅速而直接。厦门市健康医疗大数据中心在消息公布后两周内就发布了采购公告，预算1080万元用于采购AI医疗大模型底座。这个数字传递出明确的信号------地方政府和公立医疗机构正在把AI医疗纳入正式的信息化建设预算，而不再只是试点项目。据业内人士透露，除了厦门，杭州、成都、广州等多个城市也在跟进类似的采购计划。
图片：article2_img3.png 厦门市健康医疗大数据中心AI医疗大模型底座采购公告，预算1080万元
但获批不等于万事大吉。在临床一线，真正的挑战才刚刚开始。陈晓薇的经验很有代表性。她告诉我，AI辅助诊疗系统在实际使用中，最大的价值不是给出正确答案，而是"查漏补缺"。"AI不会替代我做诊断，但它会提醒我可能忽略的东西。比如那天那个主动脉夹层的鉴别，AI提了一嘴，我就多问了几句病史，虽然最后排除了，但这个提醒是有价值的。"
这种定位------"医生辅助工具"而非"替代医生"------是这次三类证审批的核心精神。药监局的公告中明确指出，AI医疗大模型的临床定位为辅助诊断工具，最终诊断决策由执业医师做出。这个定位看似保守，实际上是经过深思熟虑的。AI在医疗场景中的错误成本极高，一个误诊可能导致严重后果。把AI放在辅助位置，既发挥了其快速处理信息、减少遗漏的优势，又保留了人类医生的经验判断和责任承担机制。
但"辅助"二字在实际操作中并不总是界限分明。陈晓薇坦言，当AI给出的建议和自己的判断不一致时，她确实会犹豫。"有时候你会想，AI是不是看到了我没看到的东西？但有时候你也会想，AI是不是在胡说？"这种犹豫在年轻医生中更为明显。一位刚入职两年的住院医师告诉我，他有时候会不自觉地倾向于信任AI的建议，"毕竟它是大数据训练出来的，见的病例比我多多了"。
这种心理倾向其实是危险的。如果医生过度依赖AI，把辅助工具变成了决策工具，那么AI的局限性就会变成患者的风险。为此，多家获批企业在产品说明中都加入了"置信度提示"功能------AI给出的每个建议都附带一个置信度分数，低于某个阈值的建议会被标记为"仅供参考"。科大讯飞的产品还增加了一个"反驳机制"，当医生的诊断与AI建议不一致时，系统会要求医生给出理由，这个过程本身也是一个临床推理的训练过程。
图片：article2_img4.jpg AI辅助诊疗系统界面，右侧窗口显示AI分析结果和置信度提示
另一个不容忽视的问题是数据安全。AI医疗大模型的训练和推理都需要大量患者数据，这些数据包含高度敏感的个人健康信息。三类证的审批对数据安全提出了严格要求，包括数据脱敏、本地化部署、访问权限控制等。百度方面透露，其医疗大模型在医院端的部署采用私有化方案，患者数据不出医院内网，模型推理在本地完成。这种设计虽然增加了部署成本，但在数据安全上是必要的妥协。
从更宏观的视角来看，AI医疗大模型获批三类证，标志着中国医疗信息化进入了一个新阶段。此前，医疗信息化主要解决的是流程问题------电子病历、预约挂号、医保结算等。而AI医疗大模型的引入，第一次在"医疗决策"这个核心环节实现了信息化赋能。这不是简单的工具升级，而是医疗生产方式的变革。
当然，变革不会一蹴而就。陈晓薇在采访结束时说了一段话，我觉得很能代表一线医生的心态："AI来了，我不觉得它是威胁。我做了二十年心内科，有些东西是AI学不会的------怎么和患者沟通，怎么在信息不完整的情况下做判断，怎么在患者经济条件和治疗效果之间找平衡。AI能帮我少犯错、多看几个号，但最终坐在患者对面的还是我。这个位置，它暂时还坐不了。"
张昊则从技术管理者的角度给出了另一个视角。"三类证解决了准入问题，但没解决落地问题。每个医院的信息系统都不一样，AI大模型要真正用起来，需要和HIS、PACS、LIS等系统深度对接，这个工作量和复杂度远超想象。而且不同科室的需求差异很大，内科要的是诊断辅助，影像科要的是筛查效率，慢病管理要的是长期随访------一个通用大模型很难同时满足所有需求，后面肯定要做专科化的微调。"
图片：article2_img5.jpg 某三甲医院信息科机房，AI医疗大模型私有化部署的服务器正在运行
走出中山医院的时候，厦门的天气依然湿热。门诊大楼的入口处，一块电子屏上滚动播放着医院的宣传语："科技赋能医疗，智慧守护健康。"这句话放在三年前可能只是口号，但在2026年7月24日之后，它有了实质性的注脚。AI医疗大模型拿到三类证不是终点，而是一个新起点的标志。从这个起点出发，AI与医疗的结合将进入一个更加规范、也更加深入的新阶段。至于这条路能走多远、走多稳，取决于技术、制度、伦理三者的平衡------这个平衡，需要所有参与者持续去寻找。