當醫療遇上資本： AI、保險、藥企與平台化醫療的主權重組

在過去十年，全球醫療產業發生了一場幾乎沒有正式宣告的權力轉移。
它不是在任何一個國家的立法機構裡投票通過的，也不是在任何一份國際條約裡被明確定義的。它在資本市場的每日交易中悄悄發生，在科技平台的產品更新中逐步積累，在保險公司的合同條款中慢慢固化，在藥企的定價決策中一次次被確認。
結果是：在很多醫療場景中，誰擁有醫療的決策權這個問題，已經有了一個與二十年前完全不同的答案。
這篇文章試圖把這個轉移呈現出來，因為理解它，是理解醫療主權今天面對的最真實挑戰的前提。

（圖片說明）醫療體系的權力轉移，並非通過立法宣告，而是在資本市場與技術平台的日常運作中逐步完成。

一、保險資本：從支付者到決策者
在傳統的醫療關係敘述中，保險公司是一個支付者——它負責在醫療服務發生後承擔費用，但醫療決策本身屬於醫師和患者之間的專業判斷。
這個描述在今天已經是一個過時的模型。
通過事前授權機制（Prior Authorization）、利用審查（Utilization Review）和網絡設計（Network Design），美國的大型保險公司已經實質性地介入了醫療決策的每一個層面。
事前授權要求醫師在開立某些治療之前，先獲得保險公司的批准。批准可能被拒絕，也可能在行政延誤後才獲批。在這個過程中，一個沒有醫學訓練的保險公司審查員，可以否決一位有三十年臨床經驗的醫師的判斷。
根據美國醫師協會2023年調查，94%的受訪醫師表示事前授權對患者護理造成了延誤，33%的醫師表示這些延誤導致了嚴重的不良醫療結果。
網絡設計則通過另一種方式影響醫療路徑：保險公司決定哪些醫院和醫師在「網內」，網內和網外的費用差距，實質上決定了患者能夠負擔得起哪些醫療資源。這個決定的依據，包括商業談判結果、戰略合作安排和成本控制目標，不只是醫療質量。
這意味著，在美國現行的醫療格局中，保險公司已經從一個支付者，演化成了一個實質性的醫療決策參與者。這個演化是漸進的，幾乎沒有在公共討論中被充分辯論過，但它的後果是真實的。

（圖片說明）當事前授權與利用審查成為常態，醫療決策的一部分已從醫師轉移至保險公司的行政流程之中。

二、藥企：定價即主權
一個藥物，在美國的定價可以是同樣藥物在德國定價的三到十倍，在加拿大定價的五到十五倍。
這個差距不是來自生產成本的差異，也不是來自研發投入的不同分配——同樣的藥物，研發成本由全球市場分攤。它來自定價談判能力的差異：美國是全球少數幾個沒有系統性藥物價格談判機制的發達國家之一。
這個現象的直接結果是，藥企在美國市場擁有極高的定價自主權，而這個自主權的代價，由美國患者和保險體系承擔。
CAR-T療法的120萬元定價是一個極端但具有代表性的例子。這個定價不是基於某個客觀的成本核算，而是基於藥企對市場支付意願的評估，以及在缺乏替代選項下患者和保險公司的接受程度。
在全球比較中，英國的NICE（國家健康與護理卓越研究所）和德國的IQWiG都有相對完善的新藥成本效益評估機制，可以在談判中形成對藥企定價的有效約束。中國近年通過國家醫保談判，也取得了大幅壓低部分昂貴藥物價格的成果。
但這些機制的存在，本身就說明了問題的本質：藥物定價主權的爭奪，是醫療主權最具財務意義的戰場之一。一個沒有定價談判能力的國家，它的醫療主權在藥物可及性這個層面，是部分缺失的。

（圖片說明）藥物價格並不只反映成本，而反映定價權。當定價權集中於少數企業，醫療可及性也隨之被重新分配。

三、AI：效率承諾與主權轉移的雙面性
AI在醫療中的應用，是近五年最被廣泛討論的議題之一。診斷輔助、影像分析、風險預測、臨床決策支持、行政自動化——AI的承諾是提升效率、降低人為錯誤、讓醫療資源能夠惠及更廣泛的人群。
這些承諾在特定場景中是有支撐的。但AI的醫療應用同時帶來了一個很少被正面討論的主權問題：當一個AI系統輔助或參與醫療決策，責任的歸屬如何確定？
這個問題在理論上有一個標準答案：AI是輔助工具，最終決策責任仍屬於醫師。但在實踐中，當AI給出一個診斷建議，而醫師的時間壓力和對系統的信任使他傾向於接受這個建議，「AI是輔助工具」這個定義就開始模糊。
更深層的問題是訓練數據的主權。一個AI醫療系統的能力，取決於它被訓練的數據。如果這個數據來自某個特定人群——例如以高收入白人男性為主的美國臨床數據集——那麼這個系統對其他人群的適用性就面臨系統性的偏差風險。
把一個在某個特定人群數據上訓練的AI系統，部署到一個人口構成完全不同的環境中，是今天全球AI醫療應用中最常見、也最少被公開討論的主權問題之一。
誰的數據訓練了AI，誰就在某種意義上擁有了AI對所有使用者的影響力。這不是一個抽象的倫理問題，而是一個非常具體的制度設計問題。

（圖片說明）AI提升了醫療效率，但同時也引入新的控制邏輯：當決策依賴演算法，影響力取決於數據來源與模型設計。

四、平台化醫療：當科技巨頭進入醫療
Apple、Google、Amazon——這三個公司在過去十年都以不同方式深入了醫療領域。
Apple Health把健康數據整合進個人設備，讓用戶可以存儲和分享自己的醫療記錄。這個設計在患者賦權的方向上有積極意義，但它也意味著用戶的健康數據進入了Apple的數據生態系統。
Google Health推進了多個醫療AI項目，包括糖尿病視網膜病變的AI篩查和醫療記錄的自然語言處理。Google同時擁有DeepMind，其AlphaFold蛋白質結構預測已成為生命科學研究的重要工具。
Amazon通過收購PillPack進入藥品配送，通過Amazon Clinic進入初級醫療，通過AWS成為大量醫療機構的雲端基礎設施提供者。
這些進入的共同特徵是：科技巨頭帶來了效率、資本和技術能力，同時也帶來了一個非常具體的主權轉移。當醫療機構的數據存儲在AWS上，當患者的健康記錄在Apple Health裡，當醫療AI的核心算法屬於Google，這些醫療數據和醫療決策工具的實際控制，已經部分地從醫療機構和患者，移轉到了科技平台。
這個移轉不是通過強制發生的，而是通過便利性和市場優勢自然發生的。但它的制度後果是真實的：醫療數據作為一種戰略資源，正在以越來越集中的方式，積累在少數幾個全球科技平台手中。

五、AiTmed的位置：替代架構，還是另一種集中？
在這個產業格局中，陳嘉瑞和AiTmed試圖建立的，是什麼？
從設計意圖看，AiTmed試圖建立的是一個患者主導的醫療數據架構，通過區塊鏈存證和患者授權機制，讓患者重新擁有對自己醫療記錄的實際控制權。這個方向與科技巨頭的集中化路徑相反，更接近一種去中心化的主權架構。
但一個重要的問題需要被誠實地問：AiTmed的架構，在實際運作中，是否真的能夠實現它所宣稱的患者主導？
任何平台，無論設計意圖如何，在達到一定規模後都面臨一個引力：集中化的商業邏輯和分散化的主權目標之間的張力。平台需要數據才能提升服務質量，服務質量的提升吸引更多用戶，更多用戶產生更多數據——這個循環的最終形態，往往是某種程度的數據集中。
這不是對AiTmed的否定，而是對所有醫療科技平台都需要誠實面對的結構性挑戰。真正的患者數據主權，需要的不只是技術架構的設計，還需要在商業模式、治理結構和法律框架上都做出相應的承諾和約束。
陳醫師的問題意識是清晰的：醫療的問題是制度問題，不只是技術問題。但從問題意識到制度實現，中間的距離，從來都比任何技術解法更難跨越。

（圖片說明）當醫療數據儲存在平台之上，控制權也隨之轉移。便利性的背後，是數據與權力的重新集中。

六、主權在哪裡，資本的流動就在哪裡
從GFM的財經視角看，理解醫療資本的主權重組，不只是一個學術問題，它直接影響投資邏輯、合規風險和長期資產估值。
當一個醫療科技公司控制了某個地區的醫療數據，它實際上控制了一個關於那個人群的信息資產，其長期價值遠超當期的業務收入。這解釋了為什麼科技巨頭願意以虧損運營的方式進入醫療市場，因為他們投資的不是當期業務，而是數據資產的長期積累。
當一個國家沒有能力對本土醫療數據設置有效的主權保護，它的醫療數據可能成為外資平台的戰略資產。這個資產的損失，在短期財務報表上是看不見的，但它的長期制度代價，可以是非常深遠的。
醫療主權在資本市場中的意義，正在從一個「軟性」的治理概念，演化為一個具有硬性財務含義的風險因子。
理解這個演化，是今天任何一個在醫療領域進行長期投資的機構和個人，都不應該忽視的分析維度。
下一篇，我們用整個系列建立的所有分析工具，回答一個最終的問題：醫療的底層規則，究竟能不能被重寫，以及重寫需要什麼？

下一篇：《真正稀缺的，是判斷何時使用、何時拒絕的能力》

本文所引用的數據包括美國醫師協會（AMA）2023年事前授權調查報告及各國醫療產業公開資料，不構成任何投資建議。