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 incluída no “Relatório de Trabalho do Governo”. O esboço do 14º Plano Quinquenal inclui o projeto importante “Inteligência Artificial +” para a melhoria do bem-estar das pessoas nas tarefas essenciais da China digital. Em agosto de 2025, o Conselho de Estado emitiu a “Opinião 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 de diagnóstico assistido, gestão de saúde, serviços de seguro médico, entre outros, aumentando significativamente a capacidade e eficiência dos serviços de saúde de base, com o esboço do 14º Plano Quinquenal incluindo conteúdos relevantes em uma coluna.

De 25 a 29 de março, o “Fórum Anual de Zhongguancun 2026” foi realizado em Pequim. Durante a conferência, sobre a atual taxa de penetração da IA (Inteligência Artificial) na medicina, os pontos problemáticos na aplicação e em quais etapas a IA na medicina pode desempenhar um papel, o jornalista do “Daily Economic News” (doravante NBD) entrevistou Liu Yuanli, conselheiro do Conselho de Estado, professor titular da Escola de Gestão e Políticas de Saúde do Beijing Union Medical College.

“”

Liu Yuanli participou de um diálogo em mesa redonda no fórum Imagem cortesia: jornalista Zhang Hong

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

NBD**: Qual é a taxa de penetração da IA na medicina atualmente?**

Liu Yuanli: O mercado ainda apresenta uma competição diversificada. Os produtos de IA na medicina são divididos principalmente em duas categorias: to C (para consumidores) e to B (para instituições médicas), e a questão central é quem vai arcar com os custos e como eles serão pagos.

À primeira vista, a aceitação no mercado de produtos de qualidade depende da disposição de adoção por parte dos consumidores ou instituições médicas, mas o principal fator impulsionador por trás disso ainda é o seguro de saúde. O seguro de saúde tem uma influência decisiva nas decisões dos pacientes e das instituições médicas, especialmente sobre estas últimas.

As instituições médicas no nosso país têm uma natureza pública, mas sua sobrevivência e desenvolvimento dependem fortemente da receita operacional, e mais de 60% dessa receita vem do pagamento do seguro de saúde. Portanto, se os produtos de IA puderem ser incluídos na lista de reembolsos do seguro de saúde, eles terão uma base de mercado; caso contrário, as instituições médicas farão uma avaliação cautelosa.

Mesmo que um produto esteja incluído na lista de reembolso, o nível de preços e os padrões de compensação continuam a ser variáveis-chave. A aplicação de qualquer tecnologia médica de qualidade implica custos, e as instituições médicas devem realizar análises rigorosas de custo-benefício.

Atualmente, os hospitais públicos enfrentam o desafio de um desequilíbrio financeiro, e nesse contexto, estão sob pressão financeira significativa. Portanto, os produtos de inteligência artificial precisam demonstrar que conseguem alcançar “medicina de valor” — ou seja, melhorar a qualidade do atendimento médico, reduzir complicações, melhorar o prognóstico dos pacientes, enquanto diminuem os custos operacionais gerais das instituições médicas. Embora a qualidade do atendimento médico, o controle de custos e a natureza pública sejam frequentemente vistos como um “triângulo impossível”, se não for provado que a tecnologia pode superar essa situação, será difícil para as instituições médicas tomarem decisões de adoção.

Atualmente, a promoção de alguns produtos de inteligência artificial no mercado enfatiza excessivamente a avançada tecnologia e o tamanho do investimento em pesquisa e desenvolvimento. No entanto, devemos nos concentrar na sustentabilidade do seu modelo de negócios. Sem a inclusão oportuna do seguro de saúde e um mecanismo de compensação de custos razoável, a implementação da tecnologia enfrentará barreiras na “última milha”.

Assim, sob condições de economia de mercado, a promoção e aplicação de tecnologias médicas de qualidade dependem da construção de um mecanismo de pagamento sólido, definindo quem paga e como paga. Esta é a questão central que precisa ser resolvida no desenvolvimento atual da indústria de IA na medicina.

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

NBD**: Houve notícias anteriormente sobre médicos usando inteligência artificial para auxiliar no diagnóstico e descobrir pontos de lesão nos dados de imagem dos pacientes. Você acredita que agora a IA pode desempenhar um papel melhor em quais etapas da medicina?**

Liu Yuanli: Não há dúvida sobre isso. A contínua otimização e iteração da inteligência artificial na medicina dependem principalmente de duas bases: banco de conhecimentos e banco de dados. Em todos os aspectos que envolvem conhecimento, especialmente nas áreas de conhecimento médico publicadas, a capacidade da IA já superou significativamente a de um único médico. Seja na popularização do conhecimento de saúde, na promoção, ou no diagnóstico de doenças comuns e frequentes — após inserir sintomas e indicadores de teste básicos, a IA pode rapidamente chegar a um julgamento. Em termos simples, a capacidade atual dos médicos de família em IA, em relação a doenças comuns e frequentes, já não é inferior à de médicos de família treinados.

Porém, quando se trata de dados multimodais, como combinar resultados de exames clínicos, dados de imagem e informações sobre o histórico do paciente para diagnosticar doenças complexas, a IA ainda apresenta deficiências significativas.

No entanto, há dois pontos que merecem atenção. Primeiro, apesar das muitas falhas, a maior característica do desenvolvimento da inteligência artificial é a velocidade de iteração extremamente rápida. Desde que haja suporte computacional suficiente, aliado a um banco de conhecimentos de alta qualidade e dados do mundo real para treinamento, a tecnologia continuará a progredir, e o potencial é bastante considerável. Segundo, esse potencial não pode ser alcançado passivamente, é necessário que nos envolvamos ativamente.

Portanto, acredito que os produtos de inteligência artificial na medicina devem ser vistos, em certa medida, como produtos públicos — as tecnologias de qualidade criadas podem rapidamente beneficiar a população global. A qualidade do produto, por sua vez, está intimamente ligada à disposição de cada paciente, médico e especialista em contribuir com experiências clínicas e dados do mundo real. Quanto mais experientes forem os especialistas, maior a responsabilidade de compartilhar experiências e contribuir com dados, para impulsionar a otimização e iteração desse produto público. Potencial, responsabilidade e missão devem se fundir em um todo.

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

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

Promover o uso de dados dos tratamentos originais realizados para o treinamento de grandes modelos

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

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, definir a propriedade dos dados; em segundo lugar, motivar todas as partes a compartilhar o valor dos dados; e na base, está o trabalho de governança de dados. Cada detentor de dados precisa primeiro gerenciar os dados adequadamente, garantindo que sejam reais, confiáveis e utilizáveis, e estar disposto a participar do compartilhamento, enquanto aqueles que criam valor com o compartilhamento também podem receber recompensas correspondentes, estimulando assim a motivação para o compartilhamento.

Especificamente, durante o processo de diagnóstico clínico, grandes quantidades de dados são geradas, e esses dados já completaram as tarefas de diagnóstico originais, podendo ser melhorados por meio de uma governança adicional para aumentar sua qualidade e grau de estrutura, e assim serem usados diretamente para o treinamento de grandes modelos. Portanto, a governança de dados é o primeiro passo, o uso é o segundo, e a distribuição de valor é a etapa subsequente.