第94届CMEF预热报道之三：从"AI+医疗器械"到"医疗器械原生AI"，CMEF的坐标系换了

"逐步摆脱外挂式AI。"

今年7月6日，新华社转发《经济参考报》报道AI医疗器械获批提速时，用到了一个值得注意的词："外挂式AI"。原话是：医疗器械行业的产品正在"软硬件集成化迭代节奏加快，逐步摆脱外挂式AI、单一单机产品形态"。

新华社的报道把这个词直接写进了对行业产品形态的判断，值得停下来看一眼。问题只剩一个：外挂摘掉了，AI长进身体里之后，这个新东西该叫什么？

第94届CMEF还没开幕，已经有不止一家设备厂商用"原生AI""原生智能"这样的语言描述这种变化。

一、外挂时代：一个AI软件进医院，要过三道门

先把时间倒回五年前。

科亚医疗的冠脉功能学评估软件拿到国内首张医疗AI三类证之后，一批独立软件公司密集拿证，AI+医疗器械的组合开始成为行业的重要产品形态。

典型的早期模式，是设备还是原来那台CT、那台DR，AI是装在医院某台工作站里的一个软件。患者拍完片子，数据往往要从影像科原有系统里调取出来，进入独立的AI系统，再把结果送回原来的工作流。

这种典型外挂模式，想要真正参与诊断，往往要面对三类门槛。

第一道门，数据往往要跨系统。影像数据从PACS里被调取，送进独立的AI系统，算完再把结果送回原来的工作流。每增加一次系统间的数据交换，就可能增加数据传输、接口适配和工作流延迟等问题。

第二道门，AI要独立注册。作为独立医疗器械软件，AI要围绕预期用途、性能和安全性单独完成注册；算法发生重大变化，还涉及变更管理。

第三道门，医生要换系统。片子在阅片系统里看，AI结果在另一个工作站里看。多切一次屏，就多了一层工作流摩擦。

三道门都过去了，AI才站得进阅片室。但站进去，不等于被用起来。

盘子确实在变大。按PLOS Digital Health的统计，截至2025年12月5日，美国FDA数据库中累计已有1357款AI/ML医疗器械获得FDA授权。国内，据《经济参考报》报道，国家药监局披露的数据显示，截至2025年10月已批准超110款基于深度学习的三类医疗器械独立软件；行业统计则显示，截至2025年12月5日累计已有207款人工智能医疗器械获三类证。两组数据的统计范围不同，不宜直接横比，但都显示AI医疗器械的注册准入规模正在扩大，入场券越攒越厚。

可入场券解决的是"能上市"，外挂模式真正要面对的，是"好不好用"。

二、原生AI：把三道门重新放回产品里

变化是从设备厂开始的。

2025年4月，联影发布"元智"医疗大模型；当年11月，搭载元智大模型的uSONIQUE系列智能超声上市。2026年9月的服贸会上，联影把展台主题直接定为"以原生AI重塑医疗设备产业"，口径是"让AI不只是软件应用，而是成为医疗设备天生的一部分"。

"原生AI"正在从企业的产品战略语言，变成观察这个行业的一个新词。要让这个词不只是营销语言，就得给它一个可以检验的边界。这一篇试着立一个：

维度一：AI是否进入产品定义。设备做完之后再外挂一套AI软件，和从产品设计阶段就让AI参与核心能力构建，是两种完全不同的做法。

维度二：AI是否进入产品架构。医院买到的是一套已经具备AI能力的医疗设备或系统，而不是设备之外再增加一套彼此独立的AI产品。AI运行在设备端、边缘端还是院内基础设施上，并不是唯一的判断标准；关键是AI是不是已经成了产品能力的一部分。

维度三：AI是否进入核心工作流。AI有没有进入采集、重建、分析、控制或临床辅助决策等关键环节——停留在设备之外、需要额外切换系统的独立工具，不算。

外挂时代的三道门，指向的是同一个问题：AI在设备之外。原生AI的三个维度，检验的是AI有没有进入设备之内。

9月30日那篇的三层框架里，"AI长进设备里"是形容这个现象的一句话；这一篇把它落成了可以检验的产品定义。

对照这个框架，"AI+医疗器械"和"医疗器械原生AI"的区别开始变得清楚：前者更多是在既有设备之外增加智能能力，后者则是在产品定义阶段就把AI纳入设备本身。区别不只是多了一项功能，而是产品的定义方式变了。

三、94届现场，三个维度怎么验

框架立完了，得能验。10月21日到展馆，三个维度各自有对应的检查动作。

1、看系统。迈瑞正在把设备、IT系统和AI进一步整合到"瑞智生态"里：设备产生数据，设备之间进行融合，IT平台统一调度，AI层提供临床决策支持。按迈瑞2026年半年报口径，"瑞智生态"装机医院近1450家，仅2026年上半年就新增项目超140个，其中新增三甲医院超60家。据南方医科大学深圳医院披露，迈瑞的检验大模型已在该院辅助审核检验报告近31万份，单份样本的审核时间从30分钟压到1分钟。这个案例说明的不是哪一道门消失了，而是设备、IT与AI正在形成更紧密的系统能力——对应的就是维度二。

2、看模型。GE医疗的PET/CT平台Omni Legend，把Precision DL深度学习图像处理能力纳入了平台，全球装机超过500台。至少从产品平台的公开架构看，AI能力已经被纳入设备平台，而不是作为医院另外采购的一套独立AI产品。

3、看流程。这一层最容易被展台演示糊弄过去。真正值得验证的，是AI有没有进入设备所处的核心工作流：摆位、扫描、重建、分析、报告之间，是否仍然需要额外导出、切换和再导入。如果核心流程仍然需要把数据导出到另一套独立AI系统、再导入结果，那么它更接近外挂式AI，而不是这里定义的原生AI——不管它的PPT上写着什么。

真正三场看下来，再对照新华社那个词，才能判断"摆脱外挂式AI"究竟走到了哪一步。

四、原生之后，考题反而更难

外挂时代的考题是"怎么进去"。原生时代换了一道：进去之后怎么办。

软件时代，算法可以相对频繁地迭代。当AI成为医疗器械的一部分，重大算法迭代就可能牵动产品验证、变更管理乃至注册合规——审评怎么审一个持续变化的模型，是监管体系正在面对的新问题。

责任也变了。外挂模式下，设备与AI可能由不同主体提供，责任边界分散在多个环节。当AI进一步进入整机产品，整机厂商需要承担的系统集成与产品责任也可能进一步上升。权责更集中，既是系统集成能力的体现，也意味着整机厂商要承担更大的责任。

还有一个更现实的问题：原生AI让设备的能力边界发生变化，也把"AI值多少钱"这个问题，悄悄藏进了整机价值里。医院买单的时候，算的是整机的账，看不见AI那一行——这一行账谁能算清、谁来算，是后面要接着追的事。

47年前，CMEF解决的是"器械怎么卖出去"。上一轮，它开始回答"AI怎么进医院"。这一届，问题换成了：AI和设备长在一起之后，医院买到手的到底是什么。

10月21日，到展台上带三个问题去：AI是不是产品定义的一部分？AI是不是产品架构的一部分？临床流程有没有因此改变？

三个答案，就是"原生AI"这三个字在94届CMEF上的成色。