当医疗遇上资本： AI、保险、药企与平台化医疗的主权重组

在过去十年，全球医疗产业发生了一场几乎没有正式宣告的权力转移。
它不是在任何一个国家的立法机构里投票通过的，也不是在任何一份国际条约里被明确定义的。它在资本市场的每日交易中悄悄发生，在科技平台的产品更新中逐步积累，在保险公司的合同条款中慢慢固化，在药企的定价决策中一次次被确认。
结果是：在很多医疗场景中，谁拥有医疗的决策权这个问题，已经有了一个与二十年前完全不同的答案。
这篇文章试图把这个转移呈现出来，因为理解它，是理解医疗主权今天面对的最真实挑战的前提。

（图片说明）医疗体系的权力转移，并非通过立法宣告，而是在资本市场与技术平台的日常运作中逐步完成。

一、保险资本：从支付者到决策者在传统的医疗关系叙述中，保险公司是一个支付者——它负责在医疗服务发生后承担费用，但医疗决策本身属于医师和患者之间的专业判断。
这个描述在今天已经是一个过时的模型。
通过事前授权机制（Prior Authorization）、利用审查（Utilization Review）和网络设计（Network Design），美国的大型保险公司已经实质性地介入了医疗决策的每一个层面。
事前授权要求医师在开立某些治疗之前，先获得保险公司的批准。批准可能被拒绝，也可能在行政延误后才获批。在这个过程中，一个没有医学训练的保险公司审查员，可以否决一位有三十年临床经验的医师的判断。
根据美国医师协会2023年调查，94%的受访医师表示事前授权对患者护理造成了延误，33%的医师表示这些延误导致了严重的不良医疗结果。
网络设计则通过另一种方式影响医疗路径：保险公司决定哪些医院和医师在「网内」，网内和网外的费用差距，实质上决定了患者能够负担得起哪些医疗资源。这个决定的依据，包括商业谈判结果、战略合作安排和成本控制目标，不只是医疗质量。
这意味着，在美国现行的医疗格局中，保险公司已经从一个支付者，演化成了一个实质性的医疗决策参与者。这个演化是渐进的，几乎没有在公共讨论中被充分辩论过，但它的后果是真实的。

（图片说明）当事前授权与利用审查成为常态，医疗决策的一部分已从医师转移至保险公司的行政流程之中。

二、药企：定价即主权一个药物，在美国的定价可以是同样药物在德国定价的三到十倍，在加拿大定价的五到十五倍。
这个差距不是来自生产成本的差异，也不是来自研发投入的不同分配——同样的药物，研发成本由全球市场分摊。它来自定价谈判能力的差异：美国是全球少数几个没有系统性药物价格谈判机制的发达国家之一。
这个现象的直接结果是，药企在美国市场拥有极高的定价自主权，而这个自主权的代价，由美国患者和保险体系承担。
CAR-T疗法的120万元定价是一个极端但具有代表性的例子。这个定价不是基于某个客观的成本核算，而是基于药企对市场支付意愿的评估，以及在缺乏替代选项下患者和保险公司的接受程度。
在全球比较中，英国的NICE（国家健康与护理卓越研究所）和德国的IQWiG都有相对完善的新药成本效益评估机制，可以在谈判中形成对药企定价的有效约束。中国近年通过国家医保谈判，也取得了大幅压低部分昂贵药物价格的成果。
但这些机制的存在，本身就说明了问题的本质：药物定价主权的争夺，是医疗主权最具财务意义的战场之一。一个没有定价谈判能力的国家，它的医疗主权在药物可及性这个层面，是部分缺失的。

（图片说明）药物价格并不只反映成本，而反映定价权。当定价权集中于少数企业，医疗可及性也随之被重新分配。

三、AI：效率承诺与主权转移的双面性
AI在医疗中的应用，是近五年最被广泛讨论的议题之一。诊断辅助、影像分析、风险预测、临床决策支持、行政自动化——AI的承诺是提升效率、降低人为错误、让医疗资源能够惠及更广泛的人群。
这些承诺在特定场景中是有支撑的。但AI的医疗应用同时带来了一个很少被正面讨论的主权问题：当一个AI系统辅助或参与医疗决策，责任的归属如何确定？
这个问题在理论上有一个标准答案：AI是辅助工具，最终决策责任仍属于医师。但在实践中，当AI给出一个诊断建议，而医师的时间压力和对系统的信任使他倾向于接受这个建议，「AI是辅助工具」这个定义就开始模糊。
更深层的问题是训练数据的主权。一个AI医疗系统的能力，取决于它被训练的数据。如果这个数据来自某个特定人群——例如以高收入白人男性为主的美国临床数据集——那么这个系统对其他人群的适用性就面临系统性的偏差风险。
把一个在某个特定人群数据上训练的AI系统，部署到一个人口构成完全不同的环境中，是今天全球AI医疗应用中最常见、也最少被公开讨论的主权问题之一。
谁的数据训练了AI，谁就在某种意义上拥有了AI对所有使用者的影响力。这不是一个抽象的伦理问题，而是一个非常具体的制度设计问题。

（图片说明）AI提升了医疗效率，但同时也引入新的控制逻辑：当决策依赖演算法，影响力取决于数据来源与模型设计。

四、平台化医疗：当科技巨头进入医疗
Apple、Google、Amazon——这三个公司在过去十年都以不同方式深入了医疗领域。
Apple Health把健康数据整合进个人设备，让用户可以存储和分享自己的医疗记录。这个设计在患者赋权的方向上有积极意义，但它也意味着用户的健康数据进入了Apple的数据生态系统。
Google Health推进了多个医疗AI项目，包括糖尿病视网膜病变的AI筛查和医疗记录的自然语言处理。 Google同时拥有DeepMind，其AlphaFold蛋白质结构预测已成为生命科学研究的重要工具。
Amazon通过收购PillPack进入药品配送，通过Amazon Clinic进入初级医疗，通过AWS成为大量医疗机构的云端基础设施提供者。
这些进入的共同特征是：科技巨头带来了效率、资本和技术能力，同时也带来了一个非常具体的主权转移。当医疗机构的数据存储在AWS上，当患者的健康记录在Apple Health里，当医疗AI的核心算法属于Google，这些医疗数据和医疗决策工具的实际控制，已经部分地从医疗机构和患者，移转到了科技平台。
这个移转不是通过强制发生的，而是通过便利性和市场优势自然发生的。但它的制度后果是真实的：医疗数据作为一种战略资源，正在以越来越集中的方式，积累在少数几个全球科技平台手中。

五、AiTmed的位置：替代架构，还是另一种集中？
在这个产业格局中，陈嘉瑞和AiTmed试图建立的，是什么？
从设计意图看，AiTmed试图建立的是一个患者主导的医疗数据架构，通过区块链存证和患者授权机制，让患者重新拥有对自己医疗记录的实际控制权。这个方向与科技巨头的集中化路径相反，更接近一种去中心化的主权架构。
但一个重要的问题需要被诚实地问：AiTmed的架构，在实际运作中，是否真的能够实现它所宣称的患者主导？
任何平台，无论设计意图如何，在达到一定规模后都面临一个引力：集中化的商业逻辑和分散化的主权目标之间的张力。平台需要数据才能提升服务质量，服务质量的提升吸引更多用户，更多用户产生更多数据——这个循环的最终形态，往往是某种程度的数据集中。
这不是对AiTmed的否定，而是对所有医疗科技平台都需要诚实面对的结构性挑战。真正的患者数据主权，需要的不只是技术架构的设计，还需要在商业模式、治理结构和法律框架上都做出相应的承诺和约束。
陈医师的问题意识是清晰的：医疗的问题是制度问题，不只是技术问题。但从问题意识到制度实现，中间的距离，从来都比任何技术解法更难跨越。

（图片说明）当医疗数据储存在平台之上，控制权也随之转移。便利性的背后，是数据与权力的重新集中。

六、主权在哪里，资本的流动就在哪里从GFM的财经视角看，理解医疗资本的主权重组，不只是一个学术问题，它直接影响投资逻辑、合规风险和长期资产估值。
当一个医疗科技公司控制了某个地区的医疗数据，它实际上控制了一个关于那个人群的信息资产，其长期价值远超当期的业务收入。这解释了为什么科技巨头愿意以亏损运营的方式进入医疗市场，因为他们投资的不是当期业务，而是数据资产的长期积累。
当一个国家没有能力对本土医疗数据设置有效的主权保护，它的医疗数据可能成为外资平台的战略资产。这个资产的损失，在短期财务报表上是看不见的，但它的长期制度代价，可以是非常深远的。
医疗主权在资本市场中的意义，正在从一个「软性」的治理概念，演化为一个具有硬性财务含义的风险因子。
理解这个演化，是今天任何一个在医疗领域进行长期投资的机构和个人，都不应该忽视的分析维度。
下一篇，我们用整个系列建立的所有分析工具，回答一个最终的问题：医疗的底层规则，究竟能不能被重写，以及重写需要什么？

下一篇：《真正稀缺的，是判断何时使用、何时拒绝的能力》

本文所引用的数据包括美国医师协会（AMA）2023年事前授权调查报告及各国医疗产业公开资料，不构成任何投资建议。