Entrevista com o Conselheiro do Conselho de Estado Liu Yuanli: Em certos campos, a capacidade do médico generalista de IA não fica atrás de médicos treinados de forma convencional

每经记者｜张宏 每经编辑｜魏官红

2025年，一名来自湖北宜昌的58岁患者在人工智能辅助下，检测出胃部一处隐匿的“黏膜内高分化腺癌”。随着相似案例越来越多，人工智能在医疗中的作用逐渐显现。

Este ano, a “economia inteligente” foi pela primeira vez mencionada no “Relatório de Trabalho do Governo”. O esboço do 14º Plano Quinquenal incluiu o grande projeto de bem-estar da vida “Inteligência Artificial+” nas principais tarefas da China Digital. Em agosto de 2025, o Conselho de Estado publicou “Opiniões sobre a Implementação Profunda da Ação ‘Inteligência Artificial+’”, exigindo a exploração e promoção de assistentes de saúde de alto nível acessíveis a todos, impulsionando de forma ordenada a aplicação da inteligência artificial em cenários como diagnóstico auxiliar, gestão da saúde e serviços de seguro de saúde, aumentando significativamente a capacidade e eficiência dos serviços de saúde na base, sendo o conteúdo relevante incluído na coluna do esboço do 14º Plano Quinquenal.

De 25 a 29 de março, o “Fórum Anual de Zhongguancun 2026” foi realizado em Pequim. Durante o fórum, sobre a taxa de penetração atual da IA (inteligência artificial) na saúde, os pontos de estrangulamento na aplicação e em que etapas a IA pode desempenhar um papel, o repórter do “Diário Econômico Diário” (doravante denominado NBD) entrevistou o consultor do Conselho de Estado, professor titular da Escola de Gestão e Política de Saúde da Universidade de Pequim, Liu Yuanli.

“”

Liu Yuanli participou de um diálogo em mesa redonda no local do fórum. Imagem de: repórter do Diário Econômico Diário, Zhang Hong.

Definir quem paga e como pagar é a questão central para o desenvolvimento da indústria de IA na saúde

NBD**: Qual é a taxa de penetração atual da IA na saúde?**

Liu Yuanli: O mercado atualmente ainda apresenta uma situação de competição diversificada. Os produtos de IA na saúde estão divididos principalmente em duas categorias: to C (voltados para consumidores) e to B (voltados para instituições de saúde), onde a questão central é quem arca com os custos e como esses custos são pagos.

À primeira vista, a aceitação de produtos de qualidade no mercado depende da vontade de adoção por parte dos consumidores ou instituições de saúde, mas o fator chave por trás disso ainda é o seguro de saúde. O seguro de saúde tem um impacto decisivo nas decisões de pacientes e instituições de saúde, especialmente para estas últimas.

As instituições de saúde na China têm uma natureza pública, mas sua sobrevivência e desenvolvimento dependem fortemente da receita operacional, sendo mais de 60% dessa receita proveniente de pagamentos do seguro de saúde. Assim, se os produtos de IA forem incluídos na lista de reembolso do seguro de saúde, terão uma base de mercado; se não forem incluídos, as instituições de saúde avaliarão com cautela.

Mesmo que um produto esteja na lista de reembolso do seguro de saúde, o nível de preços e os padrões de compensação ainda são variáveis-chave. A aplicação de qualquer tecnologia médica de qualidade envolve custos, e as instituições de saúde devem realizar uma análise rigorosa de custo-benefício.

Atualmente, os hospitais públicos na China enfrentam desafios de desequilíbrio financeiro, e nesse contexto, os hospitais públicos enfrentam pressão financeira significativa. Portanto, os produtos de inteligência artificial devem provar sua capacidade de alcançar “medicina de valor” - ou seja, melhorar a qualidade da saúde, reduzir complicações e melhorar o prognóstico dos pacientes, ao mesmo tempo em que diminuem os custos operacionais gerais das instituições de saúde. Embora a qualidade da saúde, o controle de custos e a natureza pública sejam frequentemente vistos como um “triângulo impossível”, se não puderem provar que a tecnologia pode superar esse impasse, as instituições de saúde terão dificuldade em tomar decisões de adoção.

Atualmente, alguns produtos de inteligência artificial estão promovendo no mercado com ênfase excessiva na sofisticação técnica e na escala de investimento em pesquisa e desenvolvimento. No entanto, deve-se prestar mais atenção à sustentabilidade de seus modelos de negócios. Sem a inclusão oportuna no seguro de saúde e mecanismos de compensação de custos razoáveis, a implementação da tecnologia enfrentará obstáculos na “última milha”.

Portanto, sob condições de economia de mercado, a promoção e aplicação de tecnologias médicas de qualidade dependem da construção de um mecanismo de pagamento robusto, definindo claramente quem paga e como paga. Este é um tema central que precisa ser resolvido no desenvolvimento atual da indústria de IA na saúde.

Em certas áreas, a capacidade do médico de IA não é inferior à de médicos treinados

NBD**: Recentemente, houve notícias de que médicos usaram inteligência artificial para auxiliar diagnósticos, identificando pontos patológicos em dados de imagem dos pacientes. Na sua opinião, em que etapas a IA pode desempenhar melhor seu papel na saúde atualmente?**

Liu Yuanli: Sem dúvida. A contínua iteração e otimização da inteligência artificial na medicina atualmente dependem de duas bases principais: o banco de conhecimento e o banco de dados. Em qualquer etapa que envolva conhecimento, especialmente na área de conhecimento médico publicado, a capacidade da IA já supera significativamente a de um único médico. Seja na divulgação de conhecimento de saúde, na promoção, ou no diagnóstico e tratamento de doenças comuns e frequentes - após a inserção de sintomas e indicadores básicos de teste, a IA pode rapidamente fornecer julgamentos. Em termos simples, a capacidade atual do médico de IA em relação a doenças comuns e frequentes não é inferior à de médicos de família treinados formalmente.

No entanto, quando se trata de dados multimodais, como combinar resultados de testes clínicos, dados de imagem e informações sobre o histórico médico do paciente para diagnosticar doenças complexas, a IA ainda apresenta deficiências evidentes.

Contudo, há dois pontos que merecem atenção. Primeiro, apesar de suas muitas falhas, a maior característica do desenvolvimento da inteligência artificial é a velocidade extremamente rápida de iteração. Desde que haja suporte computacional suficiente, combinado com um banco de conhecimento de alta qualidade e dados do mundo real para treinamento, a tecnologia continuará a evoluir, com um potencial considerável. Segundo, esse potencial não pode ser alcançado passivamente, mas requer nossa participação ativa.

Portanto, acredito que os produtos de inteligência artificial médica devem ser vistos, até certo ponto, como produtos públicos - as tecnologias de alta qualidade criadas podem rapidamente beneficiar as pessoas em todo o mundo. A qualidade do produto está intimamente relacionada à disposição de cada paciente, médico e especialista em contribuir com experiências clínicas e dados do mundo real. Quanto mais experientes forem os especialistas, mais responsabilidade têm em compartilhar suas experiências e contribuir com dados, a fim de promover a otimização e iteração desse produto público. Potencial, responsabilidade e missão devem estar integrados.

Com base nisso, no desenvolvimento de grandes modelos de inteligência artificial na saúde, deve-se estabelecer uma aliança de governança de dados na área de saúde, promovendo o compartilhamento de dados e inovação colaborativa. O UK Biobank já contribuiu com mais de trinta novos alvos para a humanidade, e a China também tem capacidade para estabelecer seu próprio China Biobank.

Além disso, deve-se promover a construção de alianças globais. Por um lado, desenvolver modelos em conjunto, e por outro, e mais importante, estabelecer um sistema de avaliação científico e autoritário - não apenas ouvir a opinião dos especialistas chineses, mas também reunir o julgamento profissional de especialistas de vários países, para garantir que a qualidade dos produtos gerados seja sólida.

Promover a utilização de dados obtidos a partir de diagnósticos originais para treinamento de grandes modelos

NBD**: Primeiro usar, para depois ter dados; para usar, é preciso primeiro provar seu valor; e para que o produto tenha valor, é necessário ter dados. Existe uma contradição nisso?**

Liu Yuanli: Isso é chamado de “espaço de dados confiáveis na saúde”, e a Agência Nacional de Dados tem documentos relevantes que podem ser consultados. Seu mecanismo central inclui vários aspectos: primeiro, é preciso definir claramente a propriedade dos dados; segundo, é necessário motivar todas as partes a compartilhar o valor dos dados, e no fundo está o trabalho de governança de dados. Todos os detentores de dados precisam primeiro gerenciar bem os dados, garantindo que sejam verdadeiros, confiáveis e utilizáveis, e ao mesmo tempo estarem dispostos a participar do compartilhamento, e para o valor criado pelo compartilhamento, também devem receber recompensas adequadas, a fim de estimular a motivação para compartilhar.

Especificamente, durante o processo de diagnóstico clínico, uma grande quantidade de dados é gerada, e esses dados já completaram a tarefa de diagnóstico original, podendo ser melhorados através de uma governança adicional para elevar sua qualidade e aumentar o grau de estruturação, tornando-se assim diretamente utilizáveis para o treinamento de grandes modelos. Portanto, a governança de dados é o primeiro passo, o uso é o segundo passo, e a distribuição de valor é a etapa subsequente.