新華網上海4月13日電清晨，上海國家會展中心剛開館，人流迅速湧入主通道。設備提示音、螢幕刷新聲與現場講解交織在一起，彷彿置身真實「醫療現場」。

　　一側，大型影像設備完成掃描後，數秒內輸出結構化分析結果；另一側，手術機器人在模擬環境中完成精細路徑操作；不遠處，連續血糖曲線正在實時生成並給出趨勢提示。

　　在人群密集的一角，一套非侵入式腦機接口設備前，觀衆圍起了圈。有人戴上設備，只需想一想「邁步」,肢體就能在配套訓練設備的帶動下完成動作。

　　這一切，發生在4月9日至12日舉辦的第93屆中國國際醫療器械博覽會（下文簡稱：CMEF）現場。

　　影像、手術、慢病管理、神經交互，這些原本分屬不同技術路徑的能力，在同一空間被壓縮呈現，並共同指向一個變化：AI正在成為醫療設備的「默認能力」，而非附加選項。

　　與往屆展會相比，一個更本質的轉折在於：AI已經從「功能模塊」，變成貫穿採集、分析、決策與執行的底層能力。

　　今年，政府工作報告明確提出「深化拓展‘人工智能+’行動」，推動智能終端在醫療等領域規模化應用；工業和信息化部與國家衛健委聯合召開的醫療裝備發展應用會議明確提出，「十五五」時期將推動人工智能與醫療裝備深度融合，強化醫工協同，提升產業鏈整體能力；4月2日，國家藥監局發布《關於「人工智能+藥品監管」的實施意見》，同步推進「人工智能+藥品監管」體系建設，將AI醫療器械與手術機器人列為重點支持方向。

　　政策、技術與臨床需求在同一時間點疊加，使醫療器械產業正在發生一次結構性躍遷——從「設備製造」，走向「系統能力」；從「功能實現」，走向「流程重構」。

　　而CMEF，成為這一躍遷最直觀的觀察窗口。

　　AI重構醫療器械——從設備到「智能系統」

　　AI正在從「外掛能力」，變成醫療設備的底層架構。

　　這一變化，在影像與介入等核心場景中體現得最為徹底。

　　在影像端，西門子醫療展示的針對前列腺癌、阿爾茨海默症兩大疾病的syngo.via VB80的診療全流程多模態AI解決方案，已經將機器視覺與生成式AI深度耦合：在影像判讀、風險評估、治療決策等關鍵環節提供循證支持，輔助臨床提升診斷一致性與決策效率。

　　西門子醫療大中華區數字業務市場經理董偉表示，AI的核心價值在於幫助減少醫生重複性工作，減輕醫生負擔，而非取代醫生的臨床判斷和決策。

　　在更底層的影像鏈路上，GE醫療的Apex Nexus CT則呈現出另一種路徑——將AI嵌入從信號採集到圖像重建的全過程。

　　通過深度學習重建引擎，設備在低劑量條件下仍可獲得高分辨率圖像，使冠脈管壁、斑塊等細節更加清晰可見。這種能力的關鍵不在「看得更清」，而在於「讓低劑量與高精度不再是二選一。」

　　同時，其SonoHive平台將AI能力模塊化，讓不同算法可以被調用。設備由此從「單機智能」，走向「平台智能」。

　　飛利浦更進一步，把重點放在「系統整合能力」上。

　　飛利浦展示的AzurionS全域Al雲智能導管室可實現高速設備聯動與機架實時姿態調整，呈現引導臨床決策的高清圖像同時，降低輻射。同時，因其平台生態開放性，能夠整合自身及第三方AI能力在同一個用戶界面上，深度融入醫生工作流，支持介入醫生在手術過程能夠做出快速判斷。

　　飛利浦全球執行委員會委員，大中華區總裁劉令在現場給出一個更宏觀判斷：「中國正在成為AI醫療創新的重要源頭，不只是因為數據規模，更因為臨床複雜性與技術開放度。」

　　在她看來，未來競爭的核心，不是單台設備性能，而是圍繞軟硬件、AI、數據、服務等形成的系統能力。

　　這一趨勢在中國企業中同樣明顯。

　　聯影此次將AI能力從影像延伸至外科場景。其子公司聯影智融帶來的「uOR魔方骨科手術室」，本質上不是一台設備，而是一個系統——骨科機器人、影像系統、導航、能量平台在同一架構下協同運行。

　　其中，具備「靈力感知」的骨科機器人，可通過傳感器實時捕捉軟組織受力，並將傳統依賴經驗的「手感」轉化為可視化數據，實現亞毫米級定位與動態風險預警。

　　「我們展示的不是單點產品，而是全科室協同能力。」聯影智融中央市場部總監秦亞山表示。

　　同樣的系統化思路，也出現在手術機器人領域。微創在本屆CMEF推出的支氣管肺癌早診機器人，通過術前影像構建導航路徑，引導直徑約4毫米的管道深入肺部細支氣管完成活檢；操作端採用類似遊戲手柄的設計，顯著降低醫生學習門檻。

　　微創機器人營銷副總裁周建童指出：中國醫生每年積累的大量手術數據，正在反哺AI模型，未來甚至可以用於訓練全球外科醫生。

　　從影像到手術，從設備到系統，一個清晰趨勢正在形成：醫療器械，正在進化為「可感知、可分析、可協同」的智能系統。

　　而AI，不再是其中的一部分，而是貫穿始終的基礎能力。

　　AI讓醫療走出醫院——從「被使用」到「願使用」的關鍵躍遷

　　如果說前一階段的AI重構主要發生在醫院內部，那麼在CMEF的另一條主線上，醫療正在發生方向性的延伸：

　　從院內走向院外，從「診療工具」走向「健康管理入口」。

　　這一變化的核心，不在於設備變小，而在於設備開始「持續工作」。

　　平台型能力在這一過程中率先成型。

　　京東健康在本屆CMEF升級「AI+醫療器械」戰略，宣佈一年內要為100萬台醫療器械設備接入京東JoyInside附身智能，將大模型能力嵌入硬件。

　　與傳統設備不同，這一體系具備三層能力：超擬人對話、全年齡段適配、言行高度協調。

　　京東集團高級副總裁、AI創新業務負責人何曉冬給出一個更關鍵的判斷：「AI正在從數字世界走向物理世界，從識別走向推理與執行。」

　　這種能力，在具體產品上已經具象化。

　　例如，首款接入JoyInside的邦邦車「守護星C30 Ultra」AI輪椅，不僅可以語音交互、智能輔助駕駛，還可以通過京東健康APP實現遠程定位、電子圍欄與一鍵SOS求助；同時具備防溜坡、彎道降速等安全機制。

　　在邦邦機器人創始人兼CEO李建國看來，這類產品的意義在於：「輔具不再是工具，而是移動能力的提供者。」

　　如果說平台解決的是「連接問題」，那麼設備端的變化，則集中在「連續感知能力」。

　　魚躍醫療在本屆展會上展出的R3/R3 Pro健康戒指，將血氧、心率、心電等監測能力壓縮進極小體積，並通過多模態AI算法進行融合分析。

　　與傳統設備只提供「一個數值」不同，這類設備更強調「趨勢判斷」——例如對睡眠呼吸質量的綜合評估，以及對潛在風險的提前提示。

　　魚躍醫療副總裁趙帥將其概括為一個轉變：從「精準測量」，走向「主動健康管理」。

　　這一邏輯在慢病領域尤為明顯。

　　三諾生物的優準AIR血糖儀，通過AI將飲食、運動與血糖數據進行關聯分析，並生成周期性報告；微泰醫療則探索將低血糖風險預測提前約兩小時，使干預從「發生後」前移到「發生前」。

　　微泰醫療董事長鄭攀同時指出，大模型在醫療中的應用必須解決「幻覺問題」，需要通過規則系統與真實數據進行約束。

　　在呼吸健康領域，瑞邁特的AI呼吸機，可根據患者狀態自動調節壓力與溫溼度，並基於長期數據對慢阻肺風險進行提前預警。

　　其創始人、董事長莊志認為：AI的價值，是讓慢病管理在家庭場景中完成，從而減少對醫療資源的持續佔用。「當設備能夠適應人，而不是讓人適應設備，治療纔可能真正持續。」

　　設備「買而不用、用而不久」——在CMEF現場，這不再是一個抽象問題，而是被企業反覆提及亟待解決的核心痛點。

　　圍繞這一問題，AI開始介入「最後一公里」。魚躍醫療在本屆展會上展示的打通「硬件—軟件—數據—生態」的一體化鏈路，將AI技術落地於院外健康管理：貫通多設備的數據系統——戒指、手錶、血糖儀、呼吸設備等產生的數據，被統一接入並進行綜合分析，再以建議的形式反饋給用戶。這意味着，設備不再只是「記錄」，而開始「解釋」。

　　趙帥強調，行業正在經歷一個關鍵轉變：從產品智能化，走向服務生態化。

　　這種「解釋能力」，同樣成為血糖管理的核心競爭點。在三諾生物的系統中，AI不僅記錄血糖數據，還結合近30天的飲食、運動、用藥信息，對單次測量結果進行情境化解讀，並給出調整建議。三諾中消市場總監羅新銀將其定義為一個角色變化：血糖儀不應只是輸出數值的工具，而應成為健康管家。

　　在平台層面，京東健康依託附身智能，提供了另一種解釋路徑。在JoyInside體系中，AI不只是分析數據，而是具備「認知—推理—交互」的能力：既能理解用戶指令，也能在特定情境下主動發起服務，例如提醒、建議甚至情緒交互。

　　何曉冬指出：「當AI具備長期記憶與多輪交互能力，設備纔可能真正具備‘溫度’。」

　　對用戶而言，這種變化並不體現為「技術更復雜」，而是——設備更少打擾、更易理解、更願意長期陪伴。

　　從行業角度看，這一階段的變化標誌着：AI在醫療器械中的應用，正在跨過一個關鍵門檻——從「能用」，到「好用」，再到「願意一直用」。

　　而這，正是醫療器械真正走向日常生活的前提。

　　AI變革進入「深水區」 醫療器械在比什麼？

　　如果把視角從單一產品抽離出來，放到更長的產業周期中觀察，一個更清晰的變化正在發生：醫療器械的競爭邏輯，正在被AI整體重寫。

　　過去行業更多圍繞設備性能與供給能力展開競爭——比的是參數指標、成本控制與供應效率；但在本屆展會上，一個更明顯的信號是：競爭的座標系，正在從「設備參數」，轉向「系統效果」。

　　這一變化，在多個細分場景中已經具象化。

　　以影像與介入為例，各家企業開始更頻繁地討論一組新的衡量標準：不是分辨率、轉速或掃描層數，而是——一次檢查能否減少重複操作、報告生成時間是否明顯縮短、醫生跨系統切換是否減少、整體診療路徑是否更順暢。

　　這些指標有一個共同特徵：它們不屬於「設備性能」，而屬於「流程效率」。

　　這意味着，AI的價值評估，已經從「單點能力驗證」，進入「全流程效果驗證」。這種「系統性提升」，正在成為行業新的分水嶺。

　　劉令在採訪中提到，中國在AI醫療領域具備四重優勢：複雜且高密度的臨床場景、龐大的數據基礎、較高的技術接受度，以及持續加碼的基礎設施投入。這使得中國不僅是應用市場，更成為重要的創新策源地。

　　這一判斷也與政策導向形成呼應。

　　今年1月，工業和信息化部等八部門聯合印發《「人工智能+製造」專項行動實施意見》，明確提出要加速智能醫療裝備產品創新和臨床應用推廣。同時，相關部門不斷推動「研審聯動」「提前介入」等機制，加速創新產品進入臨床；同時，通過揭榜掛帥等方式，推動AI在智能診斷、腦機接口、手術機器人等方向的實質性突破。

　　截至目前，我國已建立較為完善的AI醫療器械監管框架，並累計批准超過百款深度學習相關產品進入臨床應用。

　　政策一直在「支持創新」，也在推動「加速落地」。

　　跨國企業仍在高端設備與底層技術上保持優勢；中國企業則在場景複雜度、產品迭代速度與應用落地能力上不斷強化。雙方逐漸轉向「競合關係」。

　　企業通過連接設備與用戶，使數據得以持續沉澱，並在此基礎上進行模型優化與服務延伸。

　　何曉冬指出，醫療AI真正的門檻，不在於模型規模，而在於是否能夠形成長期運行的數據閉環。

　　當數據、設備與服務持續連接，AI的價值纔會不斷被放大。這也意味着，中國醫療AI正在從「技術展示期」，進入真正的「應用深水區」。

　　從CMEF出發——AI正在重新定義醫療的邊界

　　當視角從單個產品與企業回到整個展館，一種更具整體感的畫面逐漸清晰。

　　影像設備生成的數據，被導入手術系統進行路徑規劃；手術結果延伸至術後康復與長期隨訪；家庭設備採集的數據，又反向進入醫療體系進行分析與優化。

　　不同場景之間的邊界正在被打通。醫療，不再一次次侷限於院內的單次診療行為，而成為一個跨時間、跨空間持續運行的系統。

　　在展館一側，一輛智能輪椅緩慢穿過人群。它在接近拐角時自動減速，避讓行人後繼續前行；語音提示不時響起，遠程終端同步顯示位置與運行狀態。

　　燈光之下，一台設備完成掃描，一段數據被即時解析，一次風險被提前識別，一條建議被實時送達。

　　技術持續運轉，但最終指向的，是一個更簡單的目標：讓疾病更晚發生，讓風險更早被發現，讓干預持續進行。

　　從CMEF出發，一個更清晰的趨勢正在浮現：AI正在重新定義醫療的邊界——它不再只是疾病發生後的應對，而是一種貫穿日常、持續運行的健康守護。

（文章來源：新華網）