产品经理每日认知·第007期 | 2026-09-18
今日主线：医疗正在被「度量衡化」——医保目录走向全国统一、新技术价格有了预立项快车道、全球资本开始重金买医疗数据。标准与数据，正在成为医疗行业的新基础设施。
读法建议：本期难度系数 ★★★（中等偏难，有政策与商业两套词汇）。抓住三个词就能读下去：医疗服务项目目录（医保的「收费字典」）、价格预立项（新技术进医保的「快速通道」）、稀缺数据（买不到的医疗数据）。术语首次出现都已翻译。先花 1 分钟读板块①把概念钉住，再顺读②③；板块④⑤适合通勤路上想；板块⑥今天开会就能用。全文约 10 分钟。
① 一个新概念：医疗服务项目目录——全国统一的「收费字典」
一句话先讲明白：医疗服务项目目录，就是医保的「收费字典」——它规定医院做哪些诊疗服务、各自怎么编码、医保按什么口径给钱。翻译成大白话：以前医院收费单上写的「项目名」，全国没有一本统一的字典，各省各编各的；现在要改成全国共用一本账本。
为什么是这个背景：医院收费和医保报销，靠的是「项目」这个最小单位——抽一次血、做一次 CT、做一台手术，都对应一个项目编码，编码后面跟着价格和支付规则。过去，各省的医疗服务项目目录（也叫诊疗项目库）各搞一套：同一个手术，在 A 省的目录里叫甲名字、B 省叫乙名字，报销范围还不一样。这就是「跨省报销同病不同命」的根源——患者异地就医时，同样的治疗，能不能报、报多少，全看就医地那本字典怎么编。
这对你（医疗信息化产品经理）意味着什么：任何医院系统——HIS（医院信息系统，管挂号、收费、住院）、收费字典、医保结算接口、DRG/DIP（按病种/病种分值付费，医保给医院算钱的两种方式）分组——底层都挂着这本「字典」。字典一换，接口映射、对照关系、报表口径全部要跟着动。谁早做准备，谁就拿到了窗口期。
本节术语速通：医疗服务项目目录=医保「收费字典」；药品目录=能报销的药单；医用耗材=手术里用掉的消耗性材料（纱布、支架、缝线）。三者是医保「三大目录」里的成员，这次动作针对的是第一本。
② 一个真实行业案例：一家 IVD 流通商，怎么靠「AI+专科」长出第二曲线
先讲背景再讲数字：合富中国（603122.SH）原本是一家以体外诊断（IVD，检验科的试剂与设备）集约化服务为主业的公司——通俗讲，就是帮医院做检验供应链的公司。医疗流通是个毛利薄的苦生意，合富近年提出「ACME」战略转型：A=临床诊疗 AI 辅助系统、C=指北塔决策分析一体化平台、M=迈塔威手术医教研数智化平台、E=两岸专家资源共享平台，把重心压到自研自产的 AI 与数字化平台上，因为「自研业务的毛利率远高于流通业务」（公司口径）。
- 关键动作（公司投资者关系披露，2026-09-16）：2026 年 7 月 30 日，公司中标抚顺市中心医院风湿免疫专科智能体项目——公司自述这是「AI 诊疗辅助智能体从验证走向商业落地的标志性一步」。
- 产品从哪来：在中国医科大学附属第一医院（风湿免疫科是国家临床重点专科）完成验证，依托浙江大学团队研发的「启真」医学领域大模型，把三甲专家的疑难病例诊疗思路「注入」模型，做成风湿免疫专科的「智能临床智囊」。
- 规模化怎么打：公司称参与国家卫健委直属单位牵头的课题，覆盖 30 多个细分研究方向（风湿免疫、血管外科、骨肿瘤等），全国预计 500 家各级医院分批次参与；决策分析平台 C 已先行在近 20 家医院部署，覆盖三甲、地市、县域三级。
背后藏着的趋势：这个案例的看点不是「AI 多聪明」，而是它示范了国内医疗 AI 落地的一条真实路径：先抱上国家级课题、在顶级三甲验证 → 拿出标杆病例 → 再拿商业订单 → 再用课题网络规模化铺开。数字口径提醒：以上均为公司自述，尚未有第三方审计，引用时需注明。
这对你（医疗信息化产品经理）意味着什么：医疗 AI 的销售线索，往往长在「课题 + 学科带头人 + 政策方向」的土壤里，纯靠 IT 采购预算很难起量。做产品前先问三件事：有没有国家级课题背书？有没有顶级专科的临床专家背书？政策窗口（强基层、优质资源下沉）是不是正吹向这个方向？
③ 一个近期行业/科技变化：同一周里，医保在「统一」，科技巨头在「买数据」
本周（9 月 15～16 日）政策端和产业端各有一组大动作，恰好拼出主线的两面：「标尺」要统一，「原料」要补足。
动态 A（国内·医保，2026-09-16）：国家医保局印发《国家基本医疗保险医疗服务项目目录（第一批）制定工作方案》，我国将首次制定全国统一的医保医疗服务项目目录。首批覆盖心血管、呼吸、眼科、妇科、放疗等领域；跨省异地就医结算将率先按统一目录执行，逐步缩小地区间报销差异。（来源：国家医保局官网，2026-09-16；人民日报健康客户端报道）
动态 B（国内·医保，2026-09-15）：国家医保局印发《关于试行高水平新技术新产品医疗服务价格项目预立项制度的通知》（医保发〔2026〕23号）——给新技术、新设备、新耗材开一条「定价快速通道」：在新技术正式临床使用之前，医保就提前介入做价格政策评估，由三级医院牵头申报。（来源：国家医保局政策解读；央视网，2026-09-15）
动态 C（海外·数据，2026-09-15）：OpenAI 基金会发布第二个科学项目「Public Data for Health（公共卫生数据）」，初始投入超过 1.25 亿美元，资助高校与非营利机构建设高质量开源医学数据集：包括加州大学旧金山分校（UCSF）的药物分子吸收预测数据集 OpenADMET、把失败药物项目档案抢救为公开数据的 CTD Commons、以及北卡大学 4000 万美元的个性化癌症疫苗数据项目。（来源：OpenAI 基金会官网公告；Unite.AI 报道；UNC Health 新闻稿，均为 2026-09-15）
解释口径：「1.25 亿美元」是基金会公告的初始资助额口径；「90% 的药物候选在临床试验中失败」是 OpenADMET 公告引用的行业公认数字——正是这个失败率，让「失败药物的档案数据」变得值钱。
这对你（医疗信息化产品经理）意味着什么：政策端在做「标准统一」，产业端在做「数据开源」，两条线指向同一件事——医疗要进入 AI 时代，底层得先把「标尺」（目录、编码、价格）和「原料」（数据）备齐。你做产品时，不妨把「我能不能帮医院/行业补齐标准或数据这两块短板」当成一个高维度的机会过滤器。
④ 一个值得产品经理思考的问题：目录越统一，更新会不会越慢？
真实张力：一边，全国统一目录意味着「标准化」——编码统一、结算统一、跨省一致，这是公平和效率；另一边，医疗 AI 和创新技术是「高速变化」的——新产品几乎每个季度都在冒出来。问题是：一本全国统一的目录，怎么跟上快速变化的新技术？
动态 B 的预立项制度，像是政策给这个矛盾预留的「快速通道」——提前介入定价评估，让新技术不必等正式审批流程走完再进目录。但通道的容量够不够、速度够不够、标准定得准不准，都是未知数。更尖锐的问法：当「全国统一」遇上「地方先行先试」（比如某些地区曾给 AI 辅助诊断定过 40 元/次的地方价格），统一之后，地方创新的空间是被压缩，还是被吸纳进全国目录？
这个问题不急于给答案。但值得你在做产品定价、谈进医保目录时多问自己一句：我的产品，将来是被「统一」收编，还是被「统一」卡住？——这决定了产品在设计之初，要不要预留「与国家标准对齐」的架构余量。
⑤ 一个市场或商业案例：为什么 Open AI 愿意花 1.25 亿美元「买」数据
先讲背景再讲数字：医疗数据是 AI 训练最缺的原料，也是最难获得的——它涉及隐私、分散在各机构、还常常随公司倒闭而永久消失。OpenAI 基金会提出三种「值得花钱买」的数据类型，这套分类对产品经理很有用：
- 连接型数据（connected）：沿着生物学链条，把多个环节串起来的数据。例如从分子性质、到药物转运、再到血脑屏障实验的完整链路——单靠一家机构攒不齐。
- 稀缺型数据（scarce）：无法再生的数据。例如失败药物项目的监管档案（CTD 文档）——公司一倒闭，这些记录就永远没了，90% 的失败原因都藏在里面。
- 直接型数据（direct）：直接测量疾病真实状态的数据。例如肿瘤表面蛋白的直接测量和患者免疫反应数据，而不是靠基因测序的间接推断——后者只是「代理指标」。
关键数字与口径（基金会公告口径）：初始资助总额超 1.25 亿美元；其中北卡大学单项 4000 万美元，用于建「生成式免疫治疗」数据集——目标是让癌症患者确诊时就拿到个性化癌症疫苗；支撑逻辑是「90% 药物候选在临床试验失败，而失败记录往往随企业关停而丢失」。
背后藏着的商业逻辑：数据稀缺 → 就有人愿意出大价钱；谁手里握着「连接型/稀缺型/直接型」数据，谁就在下一轮 AI 医疗里拥有议价权。对医院和信息化厂商而言，海量数据里真正值钱的，是被结构化、被治理、能跨环节连接的那一小部分。
这对你（医疗信息化产品经理）意味着什么：别只把数据当「合规负担」，也要看见它作为资产的另一面。评估自家数据价值时，别笼统说「我们有海量数据」，试着按「连接/稀缺/直接」三个维度给数据分个级——这比任何漂亮的数据大屏都更能说明问题。
⑥ 今日工作可用
- 跟医院医保办/信息科开会时，可以抛一个具体问题：「全国统一医疗服务项目目录来了，咱们医院的收费字典、医保对照表、跨省结算接口，准备怎么映射？」——这不是闲聊，而是一个真实的改造窗口：首批目录覆盖心血管、呼吸、眼科、妇科、放疗等科室，相关科室的收费项目是第一批受影响的，改造订单会跟着来。
- 如果你的产品涉及 AI 辅助诊断或新技术定价：把《医保发〔2026〕23号》预立项制度找出来读一遍，重点留意「由三级医院牵头申报」这条——这意味着，要推动产品进目录，需要找到一家愿意牵头申报的合作医院。这本身是一条新的 BD（商务拓展）路径，值得从今天开始物色目标医院。
七视角打卡：本期锻炼的视角——行业视角（医保目录统一与标准化进程）、政策视角（预立项制度）、商业视角（数据资产化与第二曲线）、产品视角（收费字典改造、产品定价路径）、市场视角（医疗 AI 商业化路径）、技术视角（稀缺数据与 AI 训练）、用户/业务视角（跨省结算痛点与医院收费流程）。七个视角全部点亮。