产品经理每日认知 · 第015期
2026-09-29 ｜ 早刊 ｜ 约 22 分钟
今日读法：难度系数 ★★★☆☆。今天不烧脑，但信息量足、看头大：为什么不给医生诊断的「AI 医生」卖不动，而写给临床研究用的「AI 患者（数字孪生）」却被医院 262.5 万抢着采？主线是一条最值得你反复想的问题——医疗 AI 的商业化，卡在「付费方」上。全文所有术语第一次出现都翻译成大白话，几个数字我也都解释了口径。通勤路上，重点读 ③ 和 ④。
今天锻炼视角：商业视角、市场视角、产品视角。
① 一个新概念：数字孪生患者
白话小标题：给真实患者造一个能拿来"做试验"的数字化分身。这期讲的不是给医生用的 AI，而是给「药和试验」用的 AI。
▍一句话先讲明白：数字孪生患者（Digital Twin Patient），就是用真实人群的电子病历、基因、影像等数据，训练出一个"虚拟的人"——它不是给真人看病，而是拿来提前跑临床研究的"替身"。
▍为什么 / 背景：新药上市前要做临床试验（Clinical Trial，大白话就是"拿真病人验证药到底有没有效、安不安全"）。传统做法是把一批真病人随机分成两组，一组吃药、一组吃安慰剂，看差异。这又慢又贵，一期试验动辄几千万。数字孪生患者想做的是：先用海量已发生的数据造出一个"虚拟人群"，在开真试验之前，先在电脑里把方案跑一遍——预测「这个药在这个人群里大概什么效果」。
▍这对你（医疗信息化/医疗 AI 产品经理）意味着什么：这是 AI 在医疗里一个完全不同的商业化路径。给医生用的 AI（如辅助诊断、病历生成）面对的是"医院是不是愿意掏钱"这道坎；而数字孪生患者面对的是药企的研发预算——研发预算比医院采购更舍得砸钱。同一个"懂医疗数据的 AI"，站在哪一边，商业模式和客单价完全不是一个量级。
② 一个真实行业案例：齐鲁医院 262.5 万买"虚拟人群"
白话小标题：花钱的为什么是"研究"，而不是"看诊"？一个三甲医院的采购单，把付费方认错了。
先讲背景：山东大学齐鲁医院近期发布了一项采购意向，名字叫「数字孪生虚拟临床试验」。采购需求写得很直白——要"构建数字孪生虚拟临床试验体系"，做"虚拟人群建模、疗效虚拟预测"。
再看数字：这项采购的预算金额是 262.5 万元。口径说明：这是医院对外公布的采购意向预算，不是最终成交价，但数字本身说明医院认为"这一套东西值这个价"。同期，很多医院给"AI 辅助诊断"这类产品单列的预算，往往只有几万到几十万，还要反复论证临床价值。
背后藏着的趋势：同样是医疗 AI，一头是"AI 医生"（给临床诊断用）在销售端被反复审问"真有用吗？谁付费？"；另一头是"AI 患者"（给临床试验用）刚被写进采购意向，预算就是百万级。用第一财经的原话——「AI 医生卖不出去，AI 患者却已经被标到了 260 多万」。
这对你意味着什么：当你评估一个医疗 AI 功能"该不该做、卖给谁"时，先别急着排功能，先问一句"谁为它付费、增量价值落在谁的预算里"。落在临床效率上的，付费方是医院（难）；落在研发立项和市场化收益上的，付费方是药企/CRO（相对容易、客单价高）。付费方不同，产品形态和话术完全不同。
③ 一个近期行业与科技变化：监管开始为"虚拟试验"开路
白话小标题：政策风向变了——几个文件同时给"用 AI 造患者"松绑。这是本周最值得你留意的信号。
事件一 · 美国 FDA 表态：美国食品和药品监督管理局（FDA）发布《模型引导的药物研发通用原则》，明确一点：由模型引导的药物开发，其证据可以作为监管决策的补充支持。大白话：你拿出"电脑模型跑出来的证据"，FDA 不再一票否决，而是把它当成辅助参考。这让"虚拟试验"有了进入监管流程的合法通道。（来源：FDA 官方文件，2026 年 9 月）
事件二 · 中国四部门发文：紧跟其后，中国国家药监局（NMPA）等四部门联合发文，明确鼓励应用虚拟患者（数字孪生）技术，允许在真实试验前先用数字模型模拟优化方案。大白话：中国监管层也从"只认真病人数据"转向"认电脑先模拟一遍也是可以的"。（来源：国家药监局，2026 年 9 月）
事件三 · 产业化信号：近期一家医疗 AI 公司完成新一轮近 5 亿元融资，聚焦"全流程全场景 AI 数智化"；同时资本市场对医疗智能体的热度不减。这说明"虚拟试验 + 医学数据 + AI"这条赛道，不只在监管层被正名，也在被资金下注。（来源：联想之星/深睿医疗融资动态，2026-09-28）
这对你意味着什么：如果你负责的产品跟临床试验、药物研发、科研数据沾边，现在是把"数字孪生/虚拟试验"写进产品路线图的最好窗口。监管正在从"零容忍"转向"给规则"，而一旦规则清晰，合规能力就会成为新的护城河——这跟你之前看到的"模型被拉平后，数据与合规是护城河"是同一个逻辑。
④ 一个值得产品经理思考的问题：谁为"诊断价值"付费？
白话小标题：AI 医生真的没价值吗？不是，是"没人为诊断价值单独付费"。这个问题我不给答案，只把张力摆到你面前。
一个真实的张力摆在所有医疗 AI 产品经理面前：辅助诊断、病历质控这类产品，技术上被广泛认可，但在医院采购里就是难卖；而临床试验相关的 AI，技术上更难做，却有人抢着买。差别不是技术，是"价值落进了谁的账本"。
诊断 AI 的价值，落进的是"医生更省事、医院更安全"，但医院没有一条预算科目叫"AI 诊断补贴"；甚至 AI 判读还可能让医生多一层责任。而临床试验 AI 的价值，落进的是"药企更快上市、少烧钱、早回款"，少烧的钱就是实打实的利润。
所以真正值得你想的不是"AI 医生有没有用"，而是：如果诊断 AI 的价值最终要落在"省钱（医保、医院运营）"或"省责（医疗质量安全）"上，那它的付费方和计费方式应该长成什么样？是卖给医院，还是卖给采购 AI 的卫健委/医保，还是打包进评级和考核？这个问题没有标准答案，但想清楚它，比多写十条需求有用。
这对你意味着什么：下次立项或排优先级，用这个过滤器：这个功能的价值，落在谁的成本表里、谁能为一个数字买单。商业模式想清楚的项目，功能做一半也有人要；商业模式是硬伤的产品，功能再全也是"卖不出去的 AI 医生"。
⑤ 一个市场与商业案例：从"卖模型"到"卖产线验证"
白话小标题：当 AI 从"看诊工具"变成"研发设备"，市场逻辑就变了。市场规模测算我们先讲清楚"为什么这么算"。
先讲市场规模的口径：有人算过一笔账——中国 2025 年新增药物临床试验（Clinical Trial，验证新药是否有效的真人试验）接近 3000 项。假如只有约 20% 的项目将来会用到"数字孪生/虚拟试验"技术，而每个项目产生约 200 万元的服务费用，那这块市场潜在规模就超过 10 亿元人民币。
数字怎么读（口径）：这几个数全是"假设前置"的估算，不是真实成交。10 亿对医疗大市场不算大，但它有两点关键：一是付费方明确（药企研发预算），二是起步期增速快（监管刚放行）。这告诉我们：判断一个医疗 AI 市场，别只看绝对盘子大小，要看"付费方是否单一且有钱"。
商业模式的对比：给医院卖 AI 诊断，是"软件 + 服务 + 反复论证 ROI"的慢生意；给临床研究卖"虚拟患者"，是从"卖模型"转向"卖产线验证"——卖的是"帮你在开真试验前把方案跑完"。客单价和高复用度都不一样，后者的边际成本更低。
这对你意味着什么：如果你在规划医疗 AI 的商业化，与其在"辅助诊断"红海里卷，不如往"研发端"看看。那个市场虽然绝对规模不大，但付费方清晰、不需要走漫长的医院招投标，对产品经理验证 PMF（产品与市场匹配）更友好。
⑥ 今日工作可用（本周可留意）
白话小标题：两条能用得上的，具体到场景，不灌鸡汤。
- 开会时抛一个问题：下次做医疗 AI 需求评审，多问一句"这个功能的价值落在谁的账本、谁会为一个数字掏钱"。如果答不上来付费方，大概率是又一个"卖不出去的 AI 医生"。把它变成你评审自检的一行。
- 留意本周信号：随访、临床研究、数字孪生相关的医院采购意向正在变多（参考齐鲁医院这例）。如果你负责数据中台或科研平台，本周可以在需求池里加一条"虚拟人群/模拟随访"的探索性需求，先只做最小验证，别急着上全套。
读后留一步：对号入座
今天这条主线，用一句话带回家：医疗 AI 的商业化，卡在"付费方"上——技术的价值没有变，变的是它在谁的账本里。下次打开需求文档或竞品分析前，先把这个"账本"想一遍。
关于来源的真实性：①②是近一个月内、③是近期发布并注明出处，数字均为"采购预算/监管文件表述/权威媒体估算"，不是随意编造的新闻，相关出处已在行内注明。
七视角打卡：本期重点锻炼 商业视角（付费方与商业模式）、市场视角（临床研究市场规模口径）、产品视角（立项优先级过滤器）；关联用户/业务视角的临床与研发场景。