今日头条｜年底每个省都要开罕见病门诊，AI诊断被点名进"国家队"

9月20日，国家卫健委、国家中医药局联合公布《关于进一步加强罕见病防治工作的通知》。其中最硬的一条：到2026年底前，各省、自治区、直辖市及新疆生产建设兵团均应至少依托1家省属及以上医院开设罕见病门诊；辖区内300万人口以上的地市，也应至少依托1家医院开设。通知同时明确，要积极推动人工智能技术在辅助出生缺陷和罕见病诊断领域的研究应用，推进基因检测规范应用。

为什么今天重要？

这不是又一份"倡导加强"的文件，而是把罕见病防治从口号变成了带时间节点的考核指标。我国罕见病患者群体超2000万，约80%由遗传缺陷引起，超四成曾被误诊，仅约5%有药可医——"发现晚、确诊难、转诊乱"是长期痛点。过去罕见病诊疗集中在少数顶尖医院，基层几乎无从识别。这次通知把门诊建设下沉到省、甚至人口大市，等于承认：罕见病的第一道关口，必须前移到更广的公立医疗网络。更关键的是，它和近期一连串政策形成闭环——从《促进和规范"人工智能+医疗卫生"应用发展的实施意见》，到医保"价格预立项"对创新技术的支持，再到统一医保目录与DRG/DIP 3.0，支付与监管的"地基"正在就位，罕见病门诊恰好是AI辅助诊断能立刻扎根的场景。

对行业意味着什么？

第一，AI辅助诊断获得一个政策背书的"长尾"增量市场。罕见病恰恰是最考验模型精度的领域：病种繁杂、表型高度异质、单病种样本极少。谁能把筛查、分诊、转诊协同做扎实，谁就握住了区别于"卷"三甲大模型的新赛道。

第二，门诊建设必然带动配套信息化。多学科诊疗（MDT）、省级罕见病质控中心（通知要求2026年底省级全覆盖）、转诊协作网络、可疑病例上报与数据归集，背后都是医院信息系统、专病数据库和AI辅助模块的真金白银需求。对医疗IT厂商，这是一波比"炫技大模型"更确定的订单。

第三，门槛同步抬高。通知点名的是"研究应用"而非"自由上岗"，意味着模型要面对数据质量、可解释性、误诊责任的硬约束。能跑通"辅助而不替代"闭环的厂商，才会被医疗机构真正采用。

接下来会怎么走？

短期看，2026年底前省级罕见病门诊将集中落地，地市级按人口门槛跟进，配套质控体系同步铺开；AI筛查与辅助诊断会从科研试点转向"规范应用"的申报与部署。中期看，罕见病有望成为医疗AI"高精度+长尾能力"的试金石——它逼着行业跳出用公开榜单刷分的逻辑，去解决真实世界里样本极少、分布极偏的难题。但也要清醒：点名AI不等于AI能上岗。罕见病数据稀缺且异质，模型泛化是硬骨头，误诊谁担责、数据从哪来、基层医生信不信，每一道都是坎。当门诊建起来、AI被写进通知的那天，真正的考题才刚开始。

行业速览

① 标准：医保局给高值耗材发"身份证"。9月20日媒体报道，国家医保局发布《神经介入与神经外科植入材料等7类医用耗材分类与代码及医保通用名》，形成136个医保通用名，覆盖神经介入、结构心脏病、修补、口腔、眼科等7大类植入耗材。至此，结合已发布的血管介入支架等品类，植入类医用耗材编码与通用名体系全部完成。对行业，统一命名拆掉商品名"包装"，让集采、支付、目录管理有了标准化底座。

② 技术：医疗AI从"拼模型"转向"拼数据底座"。9月19日，健康中国高质量数据共建共享暨AI赋能医疗星河思享汇上，多位专家聚焦医疗高质量数据建设与"Agent-Ready"战略。共识正在收敛：大模型、智能体要真正进临床，前提是算得清、管得住、可流通的数据底座。未来竞争焦点从参数规模，转向数据治理、语义基础设施与合规流通能力。

③ 行业：2026医学人工智能学术大会在杭州召开。9月19—21日，中国医院协会医学人工智能专业委员会学术大会在杭州举行（浙大二院承办），议题直指医院多智能体协同的工程化落地与AI价值量化。从"建系统"到"算细账"，医院AI部门正站在价值量化的十字路口——如何证明AI降本增效，成为下一阶段核心命题。

④ 国际：WHO在博鳌喊话——不能让AI自主做决策。据9月21日新华每日电讯报道，博鳌亚洲论坛全球健康论坛2026海口会议上，WHO数字健康司司长阿兰·拉布里克明确表示"不能让AI系统自主做决策"，强调须建立清晰问责机制与网络安全防护。会议呼吁以严谨循证方法论测试AI，把高质量工具与不合格工具区分开。

今日观点

把AI写进罕见病防治通知，是一记清醒的提醒：医疗AI真正的考场，不在三甲医院的炫技榜，而在那些被漏诊、被误诊的"长尾"人群里。罕见病门诊下沉、AI辅助诊断被点名，说明政策已经替行业圈出了一块确定性场景。但也要泼盆冷水：点名不等于上岗。罕见病恰恰是最考验数据质量的领域——样本极少、表型高度异质，模型泛化是硬骨头，算法偏见还可能放大健康不公平。更现实的拷问是责任：当AI在罕见病门诊里给出一个判断，谁来签字？WHO说"不能让AI自主决策"，不是泼冷水，而是划底线。医疗AI的下半场，比的不再是谁先喊出"颠覆"，而是谁先学会在问责框架下，把一次辅助诊断做得可追溯、可负责、可信任。问题是：我们准备好为那次AI辅助诊断，签下责任书了吗？