产品经理每日认知·第010期 | 2026-09-21
今日主线：当一个通用医疗影像大模型拿下顶刊、还选择开源，而同期 AI 医疗器械的注册规则正在被同步重写——医疗 AI 的竞争焦点，正从「谁的模型更聪明」悄悄转移到「谁的数据、临床验证和注册通行证更厚」。
▍读法建议
难度系数：★★★☆☆（概念中等，监管背景需要一点点耐心，总体好读）。
怎么读：先看板块①把「通用模型」是什么搞清楚；板块③的监管文件可以跳着看重点；板块④是今天最值得带着去上班的一个问题。所有术语都在正文顺手翻译了，末尾有「本节术语速通」。
① 一个新概念：通用医疗影像模型
白话小标题：一个模型看懂全身 CT，而不是一个病一个模型。
▍一句话先讲明白
通用医疗影像模型（Generalist Medical Imaging Model），或者按更流行的说法叫「基础模型 / Foundation Model」——就是一个模型同时看懂多种影像、识别多个器官的多种病症的 AI 大底座。它的反面，是过去那种「一个病一个模型」的专病小模型。
▍为什么 / 背景
过去的医疗影像 AI 基本是「一病一模」：看肺结节的只会看结节，看骨折的只会看骨折，每个都要靠海量人工标注训练，成本高、维护累，换个医院的扫描条件经常就「水土不服」。
而腹部增强 CT 恰恰是临床里最复杂的影像之一——几十个组织器官、几百种可能的异常或病变，「一个病一个模型」根本覆盖不过来，这正是通用模型的用武之地。
▍这对你（医疗信息化产品经理）意味着什么
如果你在做 PACS / 影像 AI，过去采购逻辑是「按病种逐个买模型、逐个对接、逐个报价」。未来很可能变成「一个通用底座 + 按需打开的 AI 能力」。
这意味着你的产品架构、谈价方式、售前说辞都要跟着变——从卖一个个插件的「烟囱」，变成卖一个能承载多种 AI 能力的平台底座。
② 一个真实行业案例：达摩院 DAMO RADAR
白话小标题：登上《科学》、一次识别 146 种病，然后选择开源。
背景：先讲这到底是什么
2026 年 9 月 18 日，阿里达摩院联合浙大一院等机构，把通用医疗影像 AI 模型 DAMO RADAR 发表在顶级学术期刊《科学》（Science）上，并正式开源。它面向腹部增强 CT，能一次性识别超过 146 种病症、覆盖 18 个器官 （光明网报道）。
再看数字：每个数都解释一下口径
- AUC 达 0.913：AUC 是衡量「AI 能不能把病人和正常人区分开」的能力指标，1 是满分。这个数来自研究团队近 4 万次真实世界检查，意思是大体能稳定得分。
- 平均准确率超过 26 位放射科医生中的 23 位：这是和多家医院影像科医生做的「人机对比」试验结果。
- 医生敏感性提升 10%、读图用时减少 30% 以上：敏感性就是「防漏诊」的能力。也就是说 AI 不是替医生，而是给医生「提速 + 兜底」。
⚠️ 口径提醒：以上数字来自论文与官方通稿，属于「研究场景」结果，不代表它已经是上市注册的医疗器械。
拆解与教训：值得琢磨的不是模型，是「开源」
这个故事里最有意思的一点，是达摩院选择了开源。一旦开模型能力变成公共品，它就不再构成差异化壁垒。
那壁垒去哪了？——谁手里的标注数据多、谁更懂医院临床流程、谁先拿到上市注册，这些不能靠开源获得的东西，才是新一轮的胜负手。
▍这对你意味着什么
当「算法」这个曾经最贵的东西开始变便宜，你越早想清楚产品里到底哪一层才是你真正该押注的深度，越好——多半不是复刻别人的模型，而是数据、场景和合规。
③ 一个近期行业变化：AI 医疗器械的注册规则，正在被重写
白话小标题：一边是模型开源，一边是注册的门槛在加高。
事实（来源 + 日期）：
- 2026 年 9 月，国家药监局（NMPA）发布《人工智能医疗器械注册审查指导原则（2026 年修订版）》征求意见稿，征求意见截止到 2026-10-12 （医疗器械相关公告）。
- 2026 年 9 月 21 日，第五届数贸会上发布「蚂蚁·安诊儿医疗大模型 2.0」与「安诊儿医疗智能体 4.0」，浙江省首批医学 AI 临床验证中心揭牌。「安诊儿」此前被披露已接入浙江 2000 多家医疗卫生机构 （活动/企业披露信息，尚未由官方独立证实）。
口径与区分：哪些是事实、哪些是推测
NMPA 征求意见稿发布是事实；它具体会怎样影响产品上市节奏，属于对我的分析判断。「接入 2000 多家机构」来自活动/企业信源口径，存在不确定性，需标注看待。
为什么重要
监管文件修订 + 临床验证中心挂牌，指向同一件事：AI 医疗正在从「实验室发论文」走向「按医疗器械规则上市」。临床验证和注册，会成为任何想正式进院的产品都必须跨过的门。
▍这对你意味着什么
你的 AI 产品要进院，迟早得回答「这是医疗器械，还是要走软件 / 信息服务路径」这个选择题。今天这份征求意见稿，就是给你排期的最好参照——注册指导原则一变，你的注册策略、临床试验设计与整套文档体系都要跟着动。
④ 一个值得产品经理思考的问题
白话小标题：模型开源了，医院凭什么还买你的？
DAMO RADAR 开源了，通用模型一个顶几十个，理论上医院和厂商都能「拿来即用」。那问题来了：既然模型能力正在变成公共品、谁都能接，你卖给医院的到底是「模型」，还是「别的什么」？
更细一层：如果模型真能让低年资医生达到高年资水平，那买「模型能力」和买「帮你把模型在医院里真正用起来」，是不是两件完全不同的事？
这个问题没有标准答案，今天不替你下结论。但它决定了你的产品定位、定价逻辑、甚至公司值多少钱。尤其是当你看到收费从「买断一个模型」变成「平台订阅」时，多想想：客户到底在为哪一层买单？
⑤ 一个市场或商业案例：监管，正在成为 AI 医疗的隐形护城河
白话小标题：比算法更难复制的，是那本厚到不行的「注册档案」。
背景：先看这周国际上发生了什么
这一两周 AI 医疗器械获批相当密集：DeepHealth 的胸部 X 线 AI 通过美国 FDA 的 510(k) 通道（可检测并定位肺结节、实变等 4 类胸内异常）；Powerful Medical 的 STEMI 心梗 AI 心电通过 FDA 的 De Novo 通道获批。国内 NMPA 则在同步修订 AI 器械注册指导原则 （Radiology Business 报道）。
商业理解 + 口径
「这些产品获批」是事实；「监管 = 护城河」是我的分析判断，不是既定结论。
为什么说它是护城河：一旦你的产品先拿到注册、积累了真实世界的验证数据，后来者即便模型更强，也要把同样的临床验证和审批从头再走一遍——时间是抄不走的。
同行里最常被忽略的，是「隐性里程碑」：发什么论文、什么时候立案、什么时候进临床试验、什么时候报注册，这些排期本身就是竞争节奏。
▍这对你意味着什么
做商业规划别只盯算法精度和价格战，把「注册路径 + 临床验证周期」当成和「研发周期」一样重要的排期变量。它难、慢、贵——但恰恰是后来者很难快速复制的部分。
⑥ 今日工作可用
今天或本周，有两条可以直接用上的内容：
1. 开会时可抛的问题（AI 能力评估会）：把你要引进或自研的 AI 能力拆成「算法层」和「注册 + 数据 + 流程层」两张表分别看——如果模型开源了，你的哪一层还保得住？如果不开源，你的哪一层才是真难点？一拆，聊的就不是「谁家模型好」，而是「你到底在卖什么」。
2. 本周留意（监管排期提醒）：NMPA《人工智能医疗器械注册审查指导原则（2026 修订版）》征求意见截止 2026-10-12。如果你负责的产品或合作厂商走器械路径，把这轮意见稿拉出来对照一遍，看注册策略要不要调整——这是一条有明确截止日期的监管信号，适合直接放进本周待办。
▍本节术语速通
| 术语 | 大白话解释 |
|---|---|
| 通用模型 / 基础模型（Foundation Model） | 一个「大底座」通吃多种任务，而不是一个病一个模型。 |
| AUC | 衡量 AI 区分「病人 vs 正常人」的能力，1 是满分。 |
| 敏感性 / 防漏诊 | 能不漏掉病变的检出能力。 |
| 510(k) | 美国 FDA 对「与已上市产品实质等同」器械的快捷上市通道。 |
| De Novo | FDA 为「尚无同类先例」创新器械单设的绿灯通道。 |
▍七视角打卡
本期主要锻炼的视角：技术视角（通用模型原理）、AI 视角（DAMO RADAR）、行业视角（监管规则修订方向）、政策视角（NMPA 指南征求意见）、市场视角（FDA 获批密集）、商业视角（监管 = 隐形护城河）、产品视角（开源之后产品到底该押注哪一层）。
（本文观点与事实已区分标注；所有近期动态均注明来源与日期，未编造新闻与数据。）