谁说AI没有落地？看看美国医院正在用什么

最近股市下跌，关于AI的质疑又多了起来。有人说，科技公司投入了那么多钱，AI却迟迟没有真正落地。

我查了美国FDA、几家大型医院，以及OpenAI、微软、Anthropic、Google公布的实际案例。

一、美国FDA已经授权超过1,600种AI医疗设备

截至2026年9月，美国FDA公布，已授权超过1,600种AI医疗设备在美国上市。

主要应用包括：

医学影像： 分析CT、MRI、X光，辅助发现脑出血、肿瘤等异常。

心脏疾病： 分析心电图、心脏超声，辅助识别异常。

糖尿病： 通过眼底照片筛查视网膜病变，或根据血糖监测数据自动调整胰岛素输注。

手术与治疗： 辅助影像处理、手术规划和部分治疗设备操作。

这些大多是针对特定任务开发的医学AI，并不是ChatGPT、Claude这样的通用大语言模型。

而且，FDA授权上市不代表所有设备都已被医院广泛采用。

二、大语言模型也已经进入美国医院

1. 微软：超过10万名临床医生使用Dragon Copilot

医生和患者正常交谈，AI自动整理症状、病史和治疗计划，生成病历草稿，再由医生审核。

微软2026年3月公布，超过10万名临床医生已在日常工作中使用Dragon Copilot。

2. OpenAI：波士顿儿童医院

医院把AI用于临床、科研和行政管理。

根据OpenAI公布的案例：

• 累计节省约60,000小时工作时间。

• 相当于超过700万美元的劳动力价值。

• 建立了50多项自动化工作流程。

• AI辅助研究帮助诊断了40多种此前未能确诊的罕见疾病。

例如，有些患者辗转多家医院，始终找不到病因。AI可以帮助医生结合基因数据、临床症状和医学文献，寻找可能遗漏的线索。

3. Anthropic：Claude帮助医生整理复杂病历

美国大型医疗集团Banner Health拥有33家急症医院、约400家诊所。

它开发的BannerWise平台使用Claude，帮助医生阅读、整理复杂医疗记录。

比如一位癌症患者转院，带来几百页病历，AI可以先整理出病史、用药和治疗经过，供医生审核。

Anthropic公布的案例显示，85%的受访使用者表示节省了时间，并提高了工作准确性。

该平台已向集团超过55,000名员工开放。

4. Google：帮助医生生成诊疗记录

HCA Healthcare与Google Cloud合作，使用医疗语言模型辅助生成临床文书。

医生和患者交谈后，系统整理出就诊记录草稿，再由医生审核。

早期应用包括Google的MedLM技术。

这些案例说明，大语言模型不只是聊天工具，已经进入医院的实际工作流程。

三、医疗AI究竟有多大的商业价值？

这里要分清两件事。

医院利用AI节省成本，是经济价值；AI公司向医院销售产品和服务获得收入，是商业收入。

两者不能混为一谈。

Grand View Research估计，2026年全球生成式医疗AI市场约为38亿美元，2033年可能达到282亿美元。

这只是市场研究机构的预测，不是已经实现的收入或利润。

相对于整个医疗产业，今天的医疗大模型市场仍然很小，但增长空间值得关注。

四、AI落地，不等于投资一定赚钱

目前医疗AI最成熟的应用，是医学影像、疾病筛查、自动病历和医疗文书处理。

复杂疾病辅助诊断、临床决策支持正在发展，但仍需要验证准确性和安全性。

至于AI独立诊断复杂疾病、自主制定治疗方案、独立完成大型手术，还远没有成为医院的常规操作。

医疗涉及生命安全，AI可能漏掉重要信息，也可能生成错误结论，医生的审核和责任不能省略。

我的判断很明确：

AI已经落地，而且正在创造实际价值。

但有三个问题必须分开：

1. 技术有没有落地？ 已经落地。

2. 能创造多大的商业价值？ 市场正在形成，还有很大增长空间。

3. 科技公司的巨额投资能否获得足够回报？ 仍然需要时间验证。

不能因为股市跌了，就说AI没有应用；也不能因为AI已经进入医院，就认定所有AI投资都会赚钱。

技术落地是事实，商业价值正在兑现，投资回报仍需检验。