西门子医疗周振宇：高端医疗设备与人工智能融合的探索与实践

来源：市场资讯

　　服贸会专题活动“2026中国AIGC创新应用交流会”于9月10日在北京举办，主题为“智启未来 应用无界——从模型创新到场景落地”，西门子医疗大中华区副总裁周振宇出席并演讲。

　　人工智能技术快速迭代，为医疗行业带来全新发展机遇，但严肃临床医学场景下的落地实践依然面临诸多现实挑战。本文结合国内医学人工智能产业发展格局，梳理行业发展趋势、商业化困境与前沿赛道现状，分享西门子医疗在医疗AI领域的思考、布局与实践路径，提出以提升医疗服务可及性、赋能高效诊疗、实现卓越临床服务为核心目标，通过国产化推进、创新生态构建、医工产研协同，推动人工智能与高端医疗设备深度融合，让数字技术真正服务于临床实际需求。

　　关键词：医学人工智能；高端医疗设备；软件定义硬件；医工转化；医疗数字孪生

　　一、医学AI落地，机遇与现实困境并存

　　西门子集团业务分为工业、能源、医疗三大独立上市板块，其中西门子医疗拥有135年发展历史。当下，人工智能依托计算机技术进步，逐步走进各类现实应用场景。但在严肃临床医学领域，AI技术的落地之路充满荆棘。

　　医学知识具备动态迭代的显著特征，以20年周期观察，约40%的既有医学认知会被后续研究证伪。这意味着很多AI模型所依赖的先验医学知识本身就存在局限性。当我们基于这些知识开展模型假设、训练、验证与临床应用时，会产生大量现实困惑。由此也引出行业的核心思考：人工智能究竟是变革性的正向工具，还是仅能提升效率，同时放大试错与失败风险的辅助手段？这是整个医疗AI行业需要共同面对的命题。

　　二、国内医学人工智能产业格局：专利领跑，赛道发生结构性转变

　　回望国内医学人工智能产业发展，2014‑2019年是技术与政策驱动的高速追赶期。彼时美国在该领域专利数量位居全球第一，欧盟、日本等经济体同样走在前列。2019年成为关键转折点，我国医学人工智能专利数量首次超越美国。截至2025年，国内相关专利规模已经达到美国的2.3倍，超过其后数个国家专利数量总和。

　　专利格局的反转，带动国内一批本土企业成长为行业领头羊；而GE、西门子医疗、飞利浦等跨国企业，专利体量进入第二梯队。产业主体格局变化，进一步推动赛道持续扩容：行业从传统医学辅助诊断，逐步拓展至辅助治疗、医疗大模型等全新方向。

　　同时国内外企业的商业化注册路线出现明显分化：国内多数企业选择纯软件路径完成医疗器械注册；外资企业更多采用软件定义硬件模式，将AI能力内嵌于硬件设备完成注册申报。

　　在产品准入层面，近三年国内创新成果集中涌现，医学AI三类证数量持续增长。截至2026年6月，医学影像方向已获批134张三类证、175张二类证。但商业化面临重大现实约束：两年前国家医保局明确医疗AI不允许单独附加收费。即便缺少单独收费的政策支持，国内多家头部企业仍累计取得15张以上NMPA医疗器械注册证。

　　从落地赛道来看，除眼底影像外，心血管、神经、肺部、肌骨关节、消化道肿瘤是医学AI商业化重点攻坚领域，正在持续重塑临床诊疗模式。

　　三、医疗AI行业关键发展趋势与前沿赛道观察

　　综合产业实践，当前医学人工智能呈现三大核心趋势：第一，技术定位从单纯辅助诊断，加速向辅助治疗转型；第二，软硬件一体化与多模态医疗大模型深度融合；第三，技术价值重心向基层医疗赋能倾斜，AI在大型医院的商业化场景有限，但在基层医疗机构能力提升方面具备巨大应用潜力。

　　脑机接口是近一年热度极高的前沿赛道。国内现有650余家注册企业宣称布局脑机接口，但具备真正核心自研能力的初创企业仅47家，产业资源主要集中在北京、上海、杭州三地。技术路线从非侵入式（脑电、影像功能），逐步向半侵入、全侵入、介入式方向演进，成为资本重点追逐的方向。

　　资本市场对该赛道投入热情高涨，仅2026年前6个月，国内脑机接口赛道融资规模便达93.7亿元，赛道出现一定过热迹象。虽然政策红利释放、资本持续涌入、技术自主突破叠加临床刚性需求，推动行业快速发展，但距离大规模临床商业化仍路途遥远。行业客观成本不容忽视：一款相关产品完成临床试验平均需要3-5年周期，单项临床技术研发投入可达1.5亿元。如何实现技术高效转化落地临床，是全行业需要共同破解的难题。

　　四、西门子医疗的核心创新理念与整体战略布局

　　西门子医疗所有创新工作，始终锚定三大核心目标：提高医疗服务的可及性，赋能高效诊疗，提供卓越的临床服务。重点聚焦四大高发疾病领域：应对人口老龄化的神经退行性疾病、致死率最高的心血管疾病、高致残的脑卒中，以及对国民健康威胁突出的肿瘤，希望联合产业各界共同攻克临床难题。

　　面向中国市场，西门子医疗确立三项核心战略：

　　第一，全力推进全产业链国产化，深度扎根本土市场；

　　第二，构建有实际临床价值的创新生态，联动多方力量协同创新；

　　第三，深化国际交流合作。对于中国本土企业而言，出海已经成为重要发展路径。我国医学AI技术整体领先美国，更远超欧盟。欧盟自2025年全面实施CE‑MDR新规之后，医学AI产品准入门槛大幅抬升，欧洲业界也在探讨是否可以简化审批流程，借鉴中国经验，释放AI技术在临床的应用价值。

　　基于以上战略，西门子医疗计划从临床疾病解决方案打造、临床科研成果转化、医工交叉合作、数智化创新、人才培养与国际交流五大维度实现突破，致力于把理想的智慧医疗场景变为临床现实，重点推进三项关键工作。

　　（一）构建高质量医疗数据集，破解医疗数据确权难题

　　依托高端影像设备，产出高分辨率、同质化的优质医疗数据与数据集。伴随国内医疗数据政策调整，脱敏后的同质化医疗数据已经具备可控交易、商业应用的政策基础。但行业依然存在核心法律争议：脱敏医疗数据的所有权，究竟归属于患者还是医疗机构，尚未形成明确统一的法律界定，数据确权仍是制约产业发展的关键卡点。

　　（二）搭建AI前沿创新工场，共建开放产业创新生态

　　推动医学人工智能前沿创新工场建设，打通产学研医多方资源，打造开放协同的创新生态，汇聚企业、高校、医疗机构的力量共同开展技术攻关。

　　（三）打造医工转化平台，以软件定义硬件实现AI临床落地

　　搭建医工转化平台，坚持软件定义硬件的发展路径。在医疗AI无法单独收费的现实环境下，把AI算法、深度学习、卷积神经网络能力深度集成到硬件设备当中，以此实现AI技术真正落地临床场景。

　　五、技术落地实践案例：数字孪生、全链路诊疗与脑机接口探索

　　5.1 医疗数字孪生：让数字器官走向个体化临床应用

　　数字孪生不再停留在概念层面。依托高端医疗设备输出的高分辨率、各向同性的标准化影像数据，可以构建数字肝脏、数字心脏、神经血管等数字器官。既兼顾模型普适性，又能够匹配患者个体生理特征，支撑个体化诊疗方案制定。

　　以西门子医疗与重庆大数据局合作项目为例，探索人体个体数字孪生生态建设，基于个体数字孪生模型，实现个体化精准治疗。虽然西门子医疗没有单独对外宣称自研很多独立医学AI软件产品，但现有设备已经大量内置深度学习、卷积神经网络AI算法能力，未来将推动更多AI能力覆盖更广的临床场景。

　　5.2 软硬件一体化赋能全临床链条，下沉服务基层医疗

　　以肿瘤疾病为例，诊疗覆盖发病筛查、检验、病理、诊断、治疗、预后全流程。西门子医疗希望依托软硬件一体化与多模态数据融合技术，打通肿瘤诊疗全链条，同时把大型三甲医院的诊疗能力通过AI技术赋能基层医疗机构，让AI应用脱离实验室走向实战临床。

　　在具体项目层面，参与国家级肝病防治相关工作，整合超低场磁共振、手术机器人，打造筛查‑诊断‑治疗一体化解决方案；参与肥厚型心肌病国家重点研发计划项目；参与中国人脑图谱建设。联合高校、医疗机构共建创新生态。在AI软件无法单独收费的背景下，将AI能力内嵌硬件，在诊疗全链路释放技术价值，以此实现商业闭环与自我造血。

　　5.3 面向下一代设备研发，布局脑机接口临床解决方案

　　软件定义的高端医疗设备，既服务当下科研，也支撑下一代医疗设备研发。跨国企业需要深度吸纳中国医院真实临床洞察，将本土临床痛点作为下一代产品研发的重要输入。

　　以脑机接口赛道为例，围绕治疗前规划、术中引导、术后评估、多中心临床研究全环节，针对临床痛点打造差异化解决方案，优化现有通用手术流程。尽管海外Neuralink开展大量前沿探索，国内企业也已经在非侵入、半侵入、全侵入路线完成诸多临床试验。西门子医疗希望发挥自身硬件平台与高质量数据优势，为国内脑机接口技术的临床落地提供支撑。

　　六、结语

　　医疗领域的技术创新，出发点不应是资本市场IPO，也不是单纯追逐商业利润，其终极使命是提高医疗服务的可及性，赋能高效诊疗，提供卓越的临床服务。医学人工智能与高端医疗设备融合，是一条机遇与挑战并存的道路，需要产业、临床、科研、政策多方携手，共同推动技术真正惠及广大患者。