"AI进医院,降本增效"——这几乎成了医疗AI采购的默认承诺:缓解影像科人手短缺,缩短等待,顺便省钱。但过去一年多,一批密集发表的研究——散落在医学、信息学与伦理学期刊上——拼在一起,恰好把这个承诺拆成了三本方向并不一致的账:效率账、经济账、公平账。三本账分开看,结论可能完全相反。
## 第一本账:省下的钱,和少查出的癌
先看最具体的一项。澳大利亚研究团队今年十月发表在《社会科学与医学》上的成本效果分析,用了108970张真实乳腺X光片(50-74岁女性,2015-2016年),建了一个两年期的决策模型,把标准做法——两位放射科医师独立读片、意见不合时第三人仲裁——和三种引入AI的方案对比:AI顶替一位医师、AI先分诊再由人复核、以及最激进的"AI分诊后,低危片子完全不再人工读"。
结果很扎心。模型从澳洲卫生系统的视角计算,纳入检出癌症与召回两类结局。最省钱的正是最激进的那档:每筛查一人平均省4澳元。但代价是,每筛查1000人,比标准做法**少查出0.521个癌症**。换算成卫生经济学的语言:每想多查出一例癌,标准做法比它多花8206澳元——听起来不多?问题是概率敏感性分析显示,这个省钱方案在**不到1%的模拟情形**里算得上"具有成本效果"。另外两种折中方案也没能留下,在成本效果的排序里被"支配"出局:一种被最激进的方案压过——后者更省钱、检出还略多一点;另一种为了多查出的癌,每例要多花约1.1万澳元,比直接维持标准做法的8206澳元还不划算。
更值得玩味的是情景分析:当研究者换用一项前瞻性随机试验的检出率参数、换一个工作流设定,结论翻转了——AI辅助筛查变得比标准做法更有效也更贵,每多查出一例癌只需多花1123澳元,可能划算。同一个疾病、同一个国家,模型假设一换,方向全反。作者在结论里写得很克制:AI的效率增益,未必转化为成本效果;需要真实世界的前瞻性评估。
## 第二本账:人留在环里,反而又省钱、健康收益又更高
如果"最省钱的AI方案"不划算,什么方案划算?六月发表在《自然-健康》上的一项研究给了另一个方向的答案。研究者以中国一个真实运行的糖尿病视网膜病变筛查项目为案例,把8种AI筛查策略放进270个人机协同场景里算经济账。
最优解不是AI替代人,而是"副驾驶"模式——AI先筛,人类专家把关,把AI与人类分级者双方的优势结合起来,最大化阳性检出、让需要及时干预的人不被漏掉。对全年龄段目标人群每年实施这一策略:与现状相比,**节省132万美元,并在终生尺度上多获得14.73个质量调整生命年**(QALY,把延长的寿命按生活质量折算的标准指标),折合每10万人188万美元的净货币收益(把健康收益按支付意愿折成钱,再减去成本差)。作者的结论句说得很直接:要把临床收益和成本效果做到最大,人的参与在AI驱动的医疗应用里不可或缺。
两项研究一正一反,指向同一处:纯AI替代把检出率换成了节省额;而至少在糖网这个项目里,人机协同同时赢得了两边。"降本"和"增效"不是天然一对,要看人还在不在环里。
## 总账:26项研究,11项不划算
单项研究可以吵架,系统综述负责盘点。今年发表在《健康信息学杂志》上的一篇系统综述,按PRISMA规范(系统综述通用的标准化检索与报告流程)筛出了26项正式的经济学评估,结论是:9项算成本效果,6项成本中性或大致有效,**11项不具成本效果**。其中筛查与早诊领域最有希望,治疗决策支持结果混合。
但综述作者强调的限定比比例更重要:证据强度中等、高度依赖情境,结果对建模假设、实施成本和卫生系统特征都敏感——这26项研究的建模时间跨度从1年到30年不等,核算视角也各不相同。换句话说,"AI有没有成本效果"根本不是技术本身的属性——同一个算法,放进不同的人力结构、付费方式和维护成本里,账就算出不同的方向。这也呼应了澳洲那项研究换个参数就翻盘的现象。
## 第三本账,几乎没人算:钱花给了谁
发表在《医学伦理学杂志》今年八月刊上的一篇论证文章,把镜头对准了三本账里最安静的一本。两位作者(来自诺丁汉大学与谢菲尔德大学)用英国的数据开场:NHS的62天癌症治疗目标自2015年12月后再未达标,2024年上半年只有65.9%的患者按时开始治疗,超过3万人被延误;乳腺筛查参与率从2018年的74.9%跌到2023年的66.4%。与此同时,2024年5月,政府宣布投入1550万英镑用AI加速癌症诊断。
他们的论证直戳要害:AI筛查干预需要影像数据才能工作,所以**天然只惠及那些本来就来参加筛查的人;而结局最差的,恰恰是从不参加筛查的人**。迄今所有AI干预的评估,都只在已筛查人群里进行。另一边,能真正提高参与率的干预——教育与外展项目,一项系统综述里的十种方法全部有效——却没有一个获得全国性实施。此消彼长,投给AI的钱,实际上是从"触及最弱势群体"的选项里抽走的。作者给出的药方:AI干预最好能做到净省钱,把省下的部分再投资到提高参与率上;并且用"分配性成本效果分析"这类工具,把公平影响明明白白算进决策。
## 我的判断:把三本账分开,再合起来看
四条收获。
第一,三本账各有工具,但地位极不平等。效率账最容易兑现,所以宣传里最常见;经济账有成熟方法,但结论随假设翻转,单项研究不足为凭;公平账几乎没人算——它需要反事实思维:这笔钱如果不投AI,能救到谁?
第二,看到"AI省X%"的新闻,先问三件事:省的是谁的钱?漏掉的检出怎么计价?谁没有受益?澳洲模型的0.521个癌/千人提醒我们,节省额和检出率经常是天平的两端。
第三,人留在环里,目前是三本账上最稳的选择:经济账上copilot又省钱、QALY又更高,公平账上,人类专家恰恰是发现"AI分诊系统性漏掉某类人群"的最后一道防线。全自动方案省下的每一分人力成本,都要用检出率和问责能力来偿还。
第四,成本效果不是AI的属性,是"AI×系统"的属性。26项研究里11项不划算,不是AI不行,而是同一个算法放进不同的实施成本、维护费用和本地人力结构里,账就会算出不同的方向。采购方真正该评估的,是这套系统放进自己医院后的账,而不是论文里的账。
最后留一个开放问题:医疗AI的采购评估里,该不该把"是否改善公平"设成和"是否省钱"并列的硬指标?如果该,这本账由谁来算——卫生经济学家、伦理学家,还是掏钱的人自己?
来源:
- Artificial intelligence in population breast cancer screening: A two-year cost-effectiveness analysis(开放获取): https://www.sciencedirect.com/science/article/pii/S0277953626007811