从民生工具到产业引擎——广西医保影像云改革实践
2025年11月，国家医保局启动全国医保影像云跨省调阅，一张覆盖全国的医学影像高速路网正在加速成型，目标是2027年底前实现全国医保影像云数据“一张网”“路路通”。
在这场关乎民生与产业的数字化变革中，广西把医保影像云建设摆在战略位置，不仅作为便民利民的民生工程，更作为撬动医疗AI产业的新引擎。
截至2026年7月底，全区14个地市实现全覆盖，443家医疗机构接入平台，累计上传影像数据897万例，跨院调阅突破100万次，调阅时长不超过3秒——患者不用再拎着胶片袋辗转各家医院，医生鼠标一点就能看到完整的影像历史。
更值得关注的是，广西以全国医保影像AI识图大赛为抓手，推动影像数据与人工智能深度融合，初步构建起数据汇聚—技术验证—产业孵化—跨境赋能的完整生态，正在打造面向东盟的医疗AI产业高地，为全国医保影像云从民生工具向产业引擎的转型升级，探索一条可复制的广西路径。
图为广西壮族自治区人民医院医生在看诊过程中调阅异地医学影像。广西医保局供图
文 | 张奕 广西医保局党组书记、局长；姚方 广西医保局党组成员、副局长；刘建葵 广西医保局医药价格和招标采购处处长
编辑 | 李珅 瞭望智库
本文为瞭望智库原创文章，如需转载请在文前注明来源瞭望智库（ID：lwzk2013）及作者信息，否则将严格追究法律责任。
1
高效建设，筑牢产业发展数据底座
医疗AI的竞争，本质是数据的竞争。没有高质量的数据底座，再先进的算法也无米下锅。
广西从一开始就把影像云平台定位为重大战略工程，一手抓数据归集规模，一手抓数据治理质量，为产业孵化打下坚实基础。
跑出建设加速度。广西高效推进医保影像云建设，3个月完成开标评审，中标后仅20天就实现首家医疗机构上线。平台通过专用前置机和网络专线自动抓取数据，替代了过去依赖医疗机构手动推送的模式，上传成功率稳定在99%以上，CT、核磁共振、DR等影像资料实现线上无损存储、加密归档，跨机构调阅秒级响应。
为确保数据及时准确上传，广西还建立了三级责任体系，将全区报量医疗机构纳入分级督导台账，并与国家医保局建立定期会商和专项通报机制。
炼出数据金标准。光有数量不够，质量才是关键。广西强化医保、卫健、数据部门协同，制订了涵盖采集、脱敏、标注、质检全流程的标准规范，联合区内61家医疗机构和国家79家可信评价点，归集多病种、多模态及疑难杂症病例数据。通过“AI预标注+人工精标+三级质控”的方式，生产出一批数据来源多样、格式统一、标准一致的高质量数据集。
目前，金标准标注数据集已达9.5万例，为AI模型训练和医疗AI创新提供了可靠原料。
激活要素乘数效应。依托影像云数据底座，全区公立医疗机构的影像数据实现规范汇聚，医学影像数据与医保业务数据深度融合、统一管理。围绕肺癌、乳腺癌、甲状腺癌等高发疾病，标准化影像数据集建设持续推进。
这不仅是技术层面的标准化，更是将数据资源转化为数据资产的关键一跃：AI企业可以直接调用训练素材，使算法开发的准入门槛和数据获取成本大幅降低。
2
系统施策，打通成果转化全链条
有了数据底座，如何让好技术真正落地、让好产品找到市场？
广西的答案是系统谋划、综合施策，以“以赛促创、以赛促用、以赛促产”为思路，政策供给和场景开放双轮驱动，打通从技术验证到商业落地的最后一公里。
以赛为媒，真本事在真实场景中见真章。2026年8月1日，由国家医保局和广西壮族自治区人民政府共同主办的全国医保影像AI识图大赛鸣锣开赛。这场大赛围绕肺癌、乳腺癌、脑胶质瘤等8种高发疾病设置赛道，吸引了1332支队伍参赛，覆盖包括港澳地区在内的32个省级行政区，是目前国内医学影像AI领域参赛面最广、参赛队伍最多的赛事。参赛队伍中还有来自马来西亚、新加坡等9个国家的队伍，赛事的国际影响力正在持续扩大。
大赛全程使用脱敏后的真实临床数据，首创四级递进评分体系，评分维度之多、覆盖之全在国内同类赛事中尚属首次。医保影像云平台既是赛事的数据底座，也是赛后成果落地的试验场，数据供给—算法竞赛—临床应用的良性循环正在形成。
政策集成，让好技术用得上、卖得掉。技术再好，没有政策支撑也难落地。广西医保局会同科技厅、卫生健康委等5部门印发《关于推动全国医保影像AI识图大赛成果转化应用行动方案（2026—2028年）》，围绕数据生态培育、产品验证转化、产业集群孵化、应用场景开放、面向东盟赋能五个行动，一口气推出16条举措。
资金端，设立AI+医学影像成果转化专项，大赛获奖成果落地最高给予300万元科技项目支持，突破关键核心技术的产业化项目最高支持2000万元。
支付端，对技术成熟、临床价值明确的AI辅助诊断产品，按程序研究纳入医疗服务价格管理，探索医保支付路径。
金融端，广西已构建总规模达90.8亿元的科技成果转化基金矩阵。从研发到注册、从定价到支付，一条全链条的政策支持体系正在成形。
场景牵引，让AI在基层扎下根。技术不能只停留在实验室，要在真实场景中创造价值。广西加快远程影像会诊全区试点推广，推动AI系统覆盖基层医疗机构，让群众在家门口就能享受到优质的影像诊断服务。
同时，依托影像云训练重复检查识别、虚假影像骗保识别AI模型，面向全区定点医疗机构推广智能审核系统，守护医保基金安全。商保领域也在破局，探索开发影像报告自动核保、理赔AI核验工具，向保险公司输出标准化影像智能服务。
值得一提的是，U型隐私推理技术已在6家试点医院部署，形成1个汇聚节点+5个边缘节点的分布式架构，突破了医疗数据孤岛的关键瓶颈，为更大范围的医疗数据协同和AI应用落地提供了可复制的技术路径。医保+商保+基层医疗的多维场景布局，为影像AI产品打开了多元的商业化空间。
3
发挥优势，开辟跨境产业合作新空间
广西最大的特色和优势，就是面向东盟。广西把跨境数字医疗合作作为影像AI产业差异化发展的突破口，依托防城港国际医学开放试验区，探索制度创新与平台建设并重，着力构建北上广研发+广西集成+东盟应用的跨境产业协作新格局。
区位优势变产业优势。按照国家医保影像云“1+32”层级化架构和北上广研发+广西集成+东盟应用的成果转化路径，广西正以防城港国际医学开放试验区为载体，加快推进中国—东盟医学影像共享中心建设，搭建多语种跨境远程会诊平台，对接越南等东盟国家的基层医院。
制度创新破跨境数据难题。数据跨境流动是数字医疗合作的核心痛点。广西有序推进与东盟国家医疗影像数据安全跨境流动，建立跨境影像分级交换、隐私计算协同规则，在确保数据安全的前提下开展跨境联合模型训练和病例研讨。
结合面向东盟的合作资源，建立数据传输交换机制，聚焦东盟国家心血管疾病、肿瘤等领域的影像诊断需求，推动广西医保影像AI技术、产品和服务向东盟规模化输出。
搭平台促常态化交流。产业合作需要常态化的对接机制。广西计划利用每年中国—东盟区域医药交易（集采）平台洽谈会，举办医保影像云数字医学产业发展大会，邀请东盟国家卫生健康部门、医疗机构和企业参会对接；同时开展跨境影像医师和AI技术人才的联合培训。
持续推进东盟病种适配、多语种系统开发、跨境隐私安全技术优化，推动优质医疗大模型落地广西、面向东盟提供跨境远程诊断服务，努力打造中国—东盟AI+医学影像创新合作的核心枢纽和产业集聚高地。
4
前瞻展望，推动民生工具向产业引擎转型升级
站在新的起点上，面向2027年底全国医保影像云一张网建设节点和2028年影像AI产业集群目标，广西还需在五个方向持续发力，推动医保影像云从民生服务工具向数字医疗产业引擎全面转型升级。
拓展数据边界，从影像云走向泛影像云。当前医保影像云以CT、MR、DR等放射影像数据为核心，数据维度还有很大拓展空间。下一步，可整合超声、病理、检验等全维度医疗数据，构建覆盖更广、层次更丰富的泛影像云数据体系。
同步推进个人医保云场景开发。整合诊疗、影像、结算全周期健康数据，厘清数据授权机制，打通数据流通关键环节，形成覆盖全人群的智慧医保数据体系，为AI模型训练提供更多素材，催生多模态融合诊断等新一代应用场景。
引育并举，加快构建影像AI产业集群。依托影像云平台汇聚的数据资源，建设人工智能模型训练基地，以U型隐私训推技术框架为引擎、邕江实验室为基底，打造一体化医疗AI中试孵化载体。聚焦AI+医疗健康方向，围绕技术研发—产品注册—生产制造—市场推广全链条开展场景适配研发。
依托全国医保影像AI识图大赛获奖团队和头部AI企业，吸引一批医学影像AI研发机构和数据服务企业在桂落户，构建协同集聚的AI+医学影像产业集群。
创新机制，畅通临床准入与医保支付路径。影像AI产品从技术成熟到大规模临床应用，还要跨越注册审批、物价立项、医保支付三道关口。宜加快推动安全成熟的影像AI产品申请国家医疗器械注册，按程序纳入广西医疗服务价格项目立项指南，明确收费标准。
对临床价值明确、降本增效显著的AI辅助诊断项目，符合条件的按规定纳入医保支付范围，以撬动更大市场需求，形成临床应用—数据回馈—模型迭代的正向循环。推动医保商保清分结算、个人医保云健康画像、真实世界药械价值评价等AI+应用项目落地，以赛事成果转化为牵引，加速形成广西AI医疗产业集聚效应。
辐射东盟，推动跨境数字医疗合作走深走实。依托防城港国际医学开放试验区，推动中国—东盟医学影像共享中心建设，面向越南、老挝、柬埔寨等东盟国家开展试点服务。针对东盟地区高发的地中海贫血等疾病，加快专属AI模型跨境临床适配验证，探索国内AI产品技术出海的合规路径和商业模式。
结合每年中国—东盟区域医药交易（集采）平台洽谈会，打造面向东盟的数字医疗技术展示、人才交流和项目对接常态化平台。
筑牢底线，平衡数据开放与安全治理。医保影像数据涉及个人健康隐私，开放共享必须守住安全底线。建议进一步完善隐私计算、数据沙箱等技术防护体系，建立健全数据分级分类管理规则和授权使用机制。
在确保数据安全的前提下，面向高校、科研机构和AI企业开放科研、临床验证、真实世界研究三类数据产品，实现算法要上传、数据留沙箱、仅导出模型的合规科研范式。探索数据要素参与产业收益分配机制，将标注产业、数据服务等收益按比例反哺数据治理单位，形成可持续发展的良性循环。
（来源：瞭望智库）
发表回复