医保准入逻辑重构：RWE成必答题，医疗AI迈入价值兑现期
内容导读真实世界证据在医药产业中的角色正在发生实质性转变，其应用场景已从学术研究拓展至医保准入与支付决策领域。随着相关政策框架与基础设施建设的逐步完善，产业界面临的证据生产标准与协作模式正经历显著变化。这一趋势要求制药企业、医疗机构与技术服务方重新审视各自的数据治理路径与价值合作方式。
RWE从“可选项”变为“必答题”
2026年1月，中国国家医保局接连发布两份真实世界价值评价指南（征求意见稿），同步启动国家可信评价点网络建设，这一连串动作宣告中国医药产业延续数十年的准入逻辑迎来了重构。
真实世界证据（Real World Evidence, RWE）不再仅仅是学术研究的“锦上添花”或循证体系的“加分项”，而是影响创新药、专科药能否进入医保目录、能否在支付端延续市场生命周期的“必答题”。
在政策导向、数据技术进展及临床需求变化的共同作用下，医疗人工智能的发展重心正从概念验证转向对真实临床价值的实证度量。
然而，政策框架的调整速度与产业端的实际执行能力之间呈现出一定落差。多数创新药企虽在加大真实世界研究（Real World Study, RWS）布局力度，但整体上仍面临投入较高、成果沉淀不足、闭环机制尚未形成的状况。既有以单点补位为主的应对方式，其效果空间正逐步收窄，行业需要探索更为系统的解决方案。
全球趋势与国内困局 医疗AI价值兑现的三重门槛
艾媒网（iiMedia.cn）获悉，从全球医药监管与支付体系的演进脉络来看，真实世界证据从边缘性的科研补充走向核心监管决策依据，是不可逆的趋势。
早在2016年，美国《21世纪治愈法案》便首次将RWE纳入美国食品药品监督管理局（FDA）的审评与监管决策体系；中国国家药品监督管理局（NMPA）也于2020年发布相关指导原则，为本土真实世界研究正式铺路。
随着2026年医保端价值评价体系的落地，支付端的关键一环得以补齐，表明药品进入医保目录不再是市场推广的终点，而是基于真实世界临床表现持续验证价值、动态评估成本效益的新起点。
据相关负责人介绍，长期以来，基于随机对照试验（RCT）的数据评价体系由欧美监管机构占据先发优势，牢牢掌握“什么是好药、什么是新药”的定义权与话语权；如今中国医保部门正尝试利用规模更大、人群更具代表性、更贴近真实临床使用场景的真实世界数据，重新定义“什么是值得医保购买的好药、新药”，这既是支付方的战略自主，也是本土医药产业升级之路。
然而，政策红利密集释放的背后，产业端却面临着三重系统性困局，严重阻碍药企跟上政策迭代的步伐。
第一重困局在于供需双向错配与价值闭环缺失：临床医生需要通过高质量RWS实现学术晋升与职称评定，但普遍面临院内数据不标准、院外随访断流、缺乏标准化专病数据库、高效分析工具以及长期运营能力的现实痛点；制药企业则依赖专家资源开展学术合作，但传统课题制合作粘性弱、周期短，结题后协作关系即大幅弱化，无法形成学术共生与价值共创。两端的核心诉求均真实存在，然而由于缺乏稳定、可持续的价值连接机制，合作长期停留在浅层，难以突破产生高证据等级成果的瓶颈。
第二重困局表现为落地路径的结构性局限：患者支持项目（PSP）是当前制药企业落地真实世界研究、产出RWE最普遍的实践载体，部分精准治疗领域的PSP虽会嵌入伴随诊断与随访环节，但这类项目在设计上不以循证证据生产为核心目标，数据采集仅仅是患者服务的附属产物，存在难以弥补的先天缺陷，仅能采集零散院外用药与检测数据，严重缺失院内诊疗、检验、影像等全链路关键信息。
第三重困局则是长效数字资产的零沉淀：大量耗资巨大的研究数据随项目结束而流失，无法形成企业可复用、可迭代、可支撑后续监管申报与医保谈判的核心数据资产，造成资源浪费与战略被动。
传统路径为何产不出合规RWD
更深层的产业矛盾在于，当前主流的临床科研合作模式与传统PSP路径，均难以产出满足监管与支付方严格要求、且具备完整因果推断能力的真实世界数据（RWD）。具体而言，现有人工采集模式质控松散、患者应答率低、数据字段缺失率高，既无法满足国家医保局对可信评价数据的真实性、完整性、可追溯性合规要求，也无法支撑需要严谨因果推断的真实世界研究设计。
与此同时，医疗机构内部的信息系统建设存在标准不统一、接口不互通、数据格式混乱等问题，导致即便单家医院的数据体量可观，也因高度碎片化而难以支撑跨区域、大样本的因果研究。这种“数据孤岛”与“质量洼地”并存的现状，与医保局正在力图构建的国家可信评价点网络之间存在着巨大的数字化鸿沟。
在此背景下，医疗AI被业界普遍视为打破数据僵局、跨越合规鸿沟的关键技术变量。基于自然语言处理、知识图谱与机器学习算法的医疗AI系统，能够对海量非结构化病历、检验报告与随访记录进行自动化结构化治理、智能质控与风险预警，从而提升真实世界数据的生产效率与证据等级，降低研究的边际成本。
然而，现实情况是，目前绝大多数医疗AI应用仍停留在单点辅助工具层面，如影像识别、病历结构化或文献检索，尚未与制药企业的RWE战略、医疗机构的数据治理体系形成深度耦合与业务闭环。
业内观点认为，医疗人工智能在真实世界研究中的应用价值，取决于其能否从辅助性工具拓展为支撑性基础架构。其关键路径包括：实现院内诊疗与院外随访数据的有效连通，建立覆盖患者完整诊疗周期的标准化数据闭环，以及优化产业界、学术界、医疗机构与临床实践之间的协作机制。这一过程涉及算法能力与计算资源的提升，同时也对组织协作方式、利益分配安排及数据治理权责划分提出相应要求。
产业呼唤底层基础设施革命
此次由国家医保局主导的准入逻辑重构，并非简单的合规门槛提升或申报材料增项，而是一场触及中国医药产业底层规则与价值评估体系的深刻革命。它意味着行业将从长期以来“以随机对照试验为中心、以注册上市为终点”的传统准入模式，转向“以真实临床价值为中心、以全生命周期证据管理为常态”的新型评价模式。
这种价值评估体系的深度重塑，在当前的市场竞争格局中有所体现。iiMedia Research（艾媒咨询）发布的《2025年中国创新药领域市场状况及标杆企业经营数据分析报告》显示，创新药概念板块利润前三名企业依次为：药明康德（150.37亿元）、恒瑞医药（64.12亿元）、复星医药（38.37亿元）。艾媒咨询分析师认为，板块盈利高度集中，前三名贡献TOP10企业超六成利润，呈现显著的头部效应。行业整体盈利稳健，TOP10企业均实现盈利，但利润规模分化明显，反映出龙头企业在研发、商业化及全球化方面的领先优势已转化为强劲的盈利能力。这种格局体现了创新药行业高投入、长周期、赢家通吃的典型特征，头部企业凭借平台优势或重磅产品主导市场。
对于创新药企而言，这一变化涉及产品在支付端的市场准入及上市后生命周期管理策略，其影响范围已超出传统的学术成果积累层面。在政策要求趋严与全球竞争态势变化的背景下，以往以零散课题合作、形式化研究项目为主的应对方式，其局限性正逐渐显现，可持续性面临挑战。
行业内的讨论倾向于认为，破局方向不在于单纯增加软件工具采购或专家合作项目数量，而在于建立一套具有标准化、可持续性和可沉淀特征的真实世界研究基础设施及协作体系。该体系需回应数据标准统一、质量控制机制、多方协作模式与研究成果资产化等关键问题，并推动医疗人工智能从实验室环境下的概念验证，向可稳定产出高质量证据的应用方向演进。
数据孤岛的逐步消解，以及医疗机构、制药企业、技术平台与支付方之间协作关系的优化，被视为提升本土产业在全球真实世界证据领域参与度的重要条件。从过往经验来看，监管评价体系的重大调整往往伴随行业竞争格局的变化，相关参与方需对此保持持续关注，并适时调整自身策略。
内容导读
