下面将对多个主体进行分析，拆解他们购置 AI 需要满足的真实需求。
政策制定者通常会根据医疗卫生领域的发展现状和未来趋势，制定具有前瞻性和指导性的政策文件。这些政策文件不仅明确了医疗信息化建设的总体目标和阶段性任务，还规定了建设内容、技术要求、实施路径等关键要素。因而对于公立医院，政策需求是他们需要考虑的首要需求。 为了树立医院对于前沿技术的正确认知，引导相关产业的快速发展，我国自 2016 年起便开始围绕 AI 出台相关政策，从宏观角度出发，推动 AI 技术在医疗领域的应用，提高医疗服务效率和质量，最终实现医疗行业的智能化升级。
大势之下，地方政策也希望通过及早布局 AI 产业，把握时代的风口。譬如，山东省发布的《山东省医养健康产业发展规划（2023—2027 年）》，便提出促进人工智能推广应用，推进医学人工智能数据及推理运算场景、智慧医疗图脑、医疗可穿戴、医疗终端边缘计算、神经芯片及脑机智能接口等推广应用，强调要积极开展临床决策支持系统、医学影像辅助诊断、医用机器人、疾病风险预测与诊断等项目。确立方针后，我国又在微观层面密集出台了《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》《关于印发医院智慧服务分级评估标准体系（试行）的通知》《关于进一步加强医学证明文件类医疗文书管理工作通知》《医院智慧服务分级评估标准体系》《“数据要素×”三年行动计划（2024—2026 年）》等文件，在树立信息化建设标准的同时，以评级等形式推动医院参与医疗 IT 建设。这些政策中的部分标准必须在 AI 的支持下完成，成为医院采购 AI 相关产品的直接动力。
对于医院以外的场景，同样有部分赛道需要沿着政策的方向提前布局。以生物制药为例，“722”事件后，NMPA（当时为 CFDA）相继发布了《关于开展药物临床试验数据自查核查工作的公告》《关于调整药物临床试验审评审批的公告》等文件，引发了国内EDC、RTSM 市场的繁荣，太美医疗等企业在系统中植入 AI，使其顺势成为药企数字化的关键要素。 如今 FDA 鼓励药企采用数字健康技术（DHT）进行临床试验申办，间接引导着药企的进一步开展转型。以 eCOA 为例，美国约 80%的临床研究都以eCOA 的形式进行，欧洲也有 60%依照这一路径，而中国只有不到 5%的申办方使用了eCOA。当出海“欧美” 成为大势所趋，FDA 的政策也将传导至中国的药企。目前，Medidata、Veeva 等企业已将 AI 融入数字化转型解决方案中，准备承接这波海外政策变化带来的新需求。
与政策主导下的 AI 需求不同，早期提效主导下的 AI 需求没有引导、没有给定的形态，它需要企业自身从医院的临床、运营、管理等流程中发现真正痛点，且当AI 解决这一痛点时，能够为医院带来直观的收益。 众多场景之中，影像 AI 是最早出现也是最为直观的例子。作为AI 领域应用最为广泛的应用之一，此类 AI 能够帮助医生处理高强度重复的阅片工作，帮助影像科提质增效。随着 AI 的进一步发展及医生对于 AI 技术的进一步认可，许多医生、管理者开始找到AI 企业主动提出需求，要求后者根据具体需求打造能够提质增效的AI
举个例子。DRG 出台后，医院的盈利逻辑由规模扩张向成本控制转变，管理者开始更加注重内部管理的精细化和科学化，提高运营效率和医疗服务质量。这个时候，传统的医疗 IT 系统不能满足医院精细化管理提出的各种需求，医院管理者转向AI 系统寻求助力，形成了提效主导下的 AI 购置动力。 诸如此类的场景还有很多，尤其是当医疗机构逐步完成政策定下的基础要求，他们开始主动需求智能化升级，提升竞争力。在没有新政策出台的前提下，提效主导下的AI 购置动力将逐步取代政策主导下的 AI 购置动力，引导医疗 AI 的未来发展路径。
通过 20 余位医生/行业专家进行访谈，我们发现上述两类动力加持下，医疗体系各个主体对于 AI 的购置态度呈现一定差异。 影像 AI 方面。许多主任级医生均表示常常在工作中使用影像 AI，愿意同影像AI 企业合作，大部分主任级以下医生承认 AI 的价值，但对有无 AI 支持没有明显的偏好。总的来说，高年资比临床工作者更注重人工智能的价值。
不过，这种重视并非总能转变为商业合作。一方面，影像 AI 对于医院价值的提升需要一定时间才能展现，而采购时管理者更注重解决方案带来的直接价值，影像AI 的优先级相对滞后；另一方面，由于过去影像 AI 在落地时通常采用与医生合作的方式免费部署，部分主任在采访中没有直接表达采购意愿，只是强调高质量的AI 产品自然会有用武之地。 信息化 AI 方面，由于医院院长、信息科主任已经习惯了以采购的方式购置软件，且大量 AI 可以直接快速地嫁接至现有系统。因而只要产品存在价值，能够为医院带来收益，他们便愿意为这类产品付费。
尤其是在智慧运营、智慧后勤等场景，很多三级医院已经采购了相应的数智化系统，率先享受到了 AI 赋能后的管理红利。 制药 AI 方面，绝大多数创新药企都对医疗 AI 持积极态度。不过，大多数药企在药物发现阶段均倾向于自研 AI，而到了临床试验，更多药企习惯于采购成熟的第三方综合解决方案，降低成本并规避研发风险。
