以数智赋能实现医疗设备采购合规与提质并举

编者按：当前，我国医疗设备采购迎来新变化：政府采购本国产品标准正式实施，公立医疗卫生机构医用设备集中采购持续规范，优质优价、全生命周期成本管理成为政策导向。“十五五”开局，医疗卫生强基工程深入推进，县域医共体、基层医疗能力建设与数字化转型释放新需求。****政府采购深度融合的新形势，业内专家、企业代表围绕人工智能赋能医疗设备采购展开探讨，共寻发展路径，助力医疗行业高质量发展。

以数智赋能实现医疗设备采购合规与提质并举

****委员会财务司原二级巡视员杜黎：

从“事后补资料”转向“全流程风险前置预警”

在新形势下，AI赋能医疗设备采购正当其时。AI不是替代采购人员，而是辅助采购人落实主体责任，实现从“事后补资料”转向“全流程风险前置预警”。

AI的核心价值是解决传统医疗采购的难点。过去，我们把企业和采购人隔开，互不来往，结果是采购人不了解市场、不了解成本，只能找便宜替代品，在一定程度上导致“劣币驱逐良币”。虽纸面程序合规，但隐藏实质性风险。当企业价格已到成本线，如果不愿“内卷”，就会选择“离开”。因此，要搞好营商环境，把好企业、好产品“留下来”，需要AI进行智能分析、筛选，把需求管理与市场调研结合起来。

AI的应用场景应明确。**，****医院采购案例、设备技术参数、维保报价、故障率文献，自动生成产品对比，减少“拍脑袋提需求”；基于历史中标数据库，自动测算合理价格区间，预警高价采购、溢价风险；校验评分项，防范分值设置不合理、主观分权重过高，提前降低审计巡视风险；对比同区域、****医院成交价格，为预算评审提供客观依据；智能抽取投标文件关键词，比对响应文件与招标需求匹配度；对接设备运维、报修数据，监控到货、维保履行情况等。标书代写

需要注意的是，AI只是辅助工具，采购决策主体****医院），不能把责任推给AI。AI的训练数据可能存在局限性，过时、片面数据会误导参数和价格判断，必须人工复核。设备参数、预算、投标资料属于敏感信息，AI平台要做好院内数据隔离，严防泄露。同时，要警惕过度依赖算法。AI不能完全替代专家论证、临床科室的业务判断。

此外，建议优先从小场景切入。相关AI平台可先上线标书智能审查、价格预警、采购资料智能归档模块，打通临床、设备、采购、财务跨部门数据，把AI嵌入院内采购内控流程，用技术手段压实采购人主体责任，防范“程序完整、实质有隐患”的采购问题。

****政府****管理处处长、一级调研员庄良翠：

以数为“尺” 以智为“秤”

**省本着“建标准、促合规、优采购、提效能”的总体思路，支持**市开展先行先试，建成“清廉医采”综合服务平台，沿着“预算—需求—交易—监管”全链条，布设了四个AI应用场景，环环相扣、层层递进。

一是智能定预算：以数据锚定价格，把水分挤在源头。针对医疗设备预算编制靠“看报价、看上年、看经验”，导致“宁高不低”的问题，**建成动态更新的数据**池，可在线查询在售商品数据、医疗类货物服务的历史价格数据；构建“历史价格横向比对、技术参数纵向分析、市场波动趋势预测”三维大数据模型，推动预算编制从“经验估价”转向“数据说话、模型定价”；指导**出台采购预算成本管理控制办法，明确100万元以下项目通过历史价格参考或实时价格比对确定预算，100万元以上项目还须叠加专家咨询论证。

二是智能定需求：以标准约束参数，把倾向性挡在门外。针对设备专业性强、迭代快，采购需求往往由使用科室提、照着厂商资料写，容易指向独家技术和特定型号等问题，平台用深度学习模型解析海量招标公告、中标公告、合同公告，自动提取、归集、结构化处理设备技术参数，形成采购需求库。此外，**率先制定超声影像诊断设备等7****政府采购需求标准，其中CT、MR设备标准已印发，其余5类近期拟印发。

三是智能促交易：需求有了标尺，关键要贯穿交易。针对“算归算、买归买”的问题，平台把预算管理一体化系统、电子交易系统串联起来，形成“测算—限价—需求—交易—评价”闭环。采购人依据平台中的测算价格作为最高限价，在预算管理一体化系统中编制采购预算。待录入采购计划、完成立项分包后，项目信息在交易系统发布，并同步至平台建立项目台账。随后，采购人在平台上对照需求标准完成需求编制，并推送至交易系统组织交易。

四是智能强监管：以算法“盯住”流程，把风险防在未发。针对医疗设备采购量大面广、监管链条长和时间久等问题，**把采购管理规定内嵌到平台各流程节点，实行黄、蓝、红三色风险分级预警。年度内累计6次黄牌、4次蓝牌或2次红牌，即触发多部门联合监管，形成“预警—处置—移送”闭环。**还建立医疗行业专家库和供应商信用档案，专家按标签画像精准匹配论证任务，供应商依据履约验收、项目执行等多维数据动态评分、分级管理，以信用管理推进各方履职尽责。

****大学****医院总务处处长孟钰麒：

从“经验采购”到“智慧决策”

过去，医疗设备采购的需求论证主要依靠临床科室报需求，工程师凭经验判断。这容易出现两个极端：一是参数写得过细，指向性太强，被质疑“量身定制”；二是参数设置过于宽泛，买回来的设备不符合临床需求，导致使用率低。现在借助AI、大数据分析，我们可以整合多源数据，对门诊量、住院人次、专科疾病谱变化趋势做预测分析，精准测算未来一段时间内某类设备的实际需求量。**，通过分析近几年的介入手术量增长趋势，确定新增数字减影血管造影设备的数量、配置参数和品牌选型，避免盲目采购导致设备闲置或性能不足。

医疗设备采购链条长、专业性强，供应商管理水平直接影响采购质量和廉洁风险防控。AI在供应商评估方面能发挥很大作用，即通过动态评分机制，从资质合规、历史履约、售后响应、不良记录等多维度对供应商进行持续评估，提升优质供应商筛选效率。同时，AI还能辅助做合规审查。**，****政府采购政策条款、筛查限制性条款、识别围标串标风险线索，让采购流程更加规范透明。

值得注意的是，采购不是终点，设备运维才是“大头”。AI可通过物联网传感器实时监测设备运行状态，提前预警潜在故障，把“被动维修”变成“主动维护”。此举既可**设备使用寿命，也可大幅降低停机时间对临床工作的影响。

对此，我有以下三点建议：一是夯实数据基础。设备档案数字化、运维记录结构化是前提。没有数据积累，AI就是“无米之炊”。建议医院分步实施，先从大型设备、急救设备入手验证效果，再逐步推广。二是深化医工融合。推广AI应用不能仅依靠信息部门，需要使其与医学工程、招标采购、临床科室深度协同。只有数据打通、业务融合，才能真正落地见效。三是守住合规与安全底线。数据采集要符合医疗器械监管要求，涉及患者隐私的数据要严格脱敏。

总之，AI赋能医疗设备采购，****医院采购管理模式从“经验驱动”转向“数据驱动”，从“单点流程管控”升级为“全生命周期智慧管控”。期待未来AI能够深度融入医疗设备采购全链条，帮助采购人更好兼顾合规、效益、临床需求，****医院高质量发展。

****集团总裁王镱霖：

让采购各方主体享受AI带来的便利

当前，医疗设备采购已进入政策严监管与数字化转型并行的新阶段。医疗设备技术迭代快、设备品类多、参数专业性强，在实际采购工作中采购各方主体普遍面临以下三类痛点：一是预算与需求论证缺少客观数据支撑。医疗设备型号配置差异大，若仅依靠厂商报价、过往经验制定预算与需求，容易出现预算虚高或者需求设置不合理的情形。二是采购文件编制难、合规风险高。既懂临床业务，****政府采购法律法规的复合型人才缺口大。技术参数、评审条款极易出现倾向性、排他性问题，易诱发质疑、投诉乃至审计风险。三是争议处置压力大。医疗设备项目质疑投诉多，拆解争议焦点、匹配法规判例、撰写答复文书工作量大，处置不当会带来投诉、行政复议、诉讼风险。标书代写

对此，单纯依靠增加人手、强化人工审核，很难从根源化解矛盾。通用AI大模型又存在行业知识不足、回答“幻觉”的问题，****政府采购高合规要求场景。针对上述痛点，云之龙坚持“制度+技术+专业经验”的创新模式，打造采购垂直领域的AI智能体——智采AI，面向采购全业务链条提供全流程智能化解决方案。

针对医疗设备采购，智采AI的落地场景主要体现在三个关键环节：一是赋能前端预算编制与需求论证，实现经验决策转向数据决策。****政府采购历史成交价大数据，智采AI自动调取同类项目历史成交价、电商价、资产配置标准及供应商报价，采用离散系数法自动比对测算，给出需求合规性建议及采购预算建议，并生成标准化AI市场调研数字化报告，为医疗设备预算编制、采购需求论证提供专业的数据依据，解决预算拍脑袋、需求无依据的难题。二是采购文件合规审查，把风险拦截在发布之前。智采AI依托“采购专业规则库+AI”双重校验，自动筛查排他性参数、评审违规条款，并划分高、中、低风险等级，输出可直接修改的审查报告，把文件审核时效从日级提升到分钟级，实现效率跨越式提升。三是赋能质疑答复，提升争议处置专业度。智采AI****政府采购法律法规、医疗设备类质疑投诉案例，可自动拆解争议焦点，匹配法规与相似案例，辅助生成质疑答复规范文书，在提升文书编制效率的同时，强化答复专业度。标书代写

公立医院供应链****委员会主任委员段岩峰：

关注医疗设备采购的全生命周期价值

目前，业内越来越关注医疗设备采购的全生命周期成本。从合规监管的视角，我建议进一步关注全生命周期价值。这里的价值不仅指经济价值，而且包括临床价值、科研教学价值、社会价值等。全生命周期通常包括计划论证、招标采购、安装验收、临床使用、质量控制、维护维修、计量检定、报废处置8个环节。这些环节中产生多少成本，是有依据、可评估的。但一项采购在全周期能创造多少价值，是很难进行预测性评价的，这需要借助AI的力量。

按照AI目前的发展态势，或许在不久的将来，行业里可能会以AI为底座，对设备采购的业务流程和监管体系进行重构。实际上，面向全生命周期价值的医疗设备采购智慧监管已经具备现实条件。我们正在联合****医院招标采购智慧监管综合平台，将重点建设四种能力：一是数据汇聚能力。围绕医用设备数据，逐步关联需求、价格、设备、供应商和履约信息，逐步形成每一台重要设备的数字生命档案。二是价值分析能力。这不是简单查询历史价格，而是尽可能实现同条件、同配置、同服务因素下的全周期成本和价值可比分析。不仅能识别“异常价格”，更要能识别“异常价值”。三是合规审查能力。围绕异常低价、异常需求、异常参数以及异常履约，建立风险特征和分析模型，把部分监管工作进一步前移。四是持续评价能力。对真实的履约情况和设备使用结果进行评价分析，并反馈到下一轮采购之中。总之，我们要做的是把政策制度、设备数据、监管能力和AI技术连接起来。智慧监管带来的不只是监管效率的提升，还可能推动医疗设备采购从信息公开走向数据治理，从价格监管走向价值监管，从事后监督走向全过程合规治理。

****政府采购监管处副处长倪文良：

AI推动采购从程序导向向价值治理转变

近年来，审计、纪检等部门对医疗设备采购情况非常关注。以前，医疗设备采购项目存在仅3家供应商参与、中标价与预算价接近、商务技术分“一高两低”的现象。为此，今年3月，****卫健委等部门，与医院、采购代理机构、相关企业进行了沟通，进一步明确医疗设备采购的基本理念，并得到采购当事人的充分认可，采购争议案件数量也明显下降。

上述理念主要包括以下几点：一是采购人应买到真正需要的东西，尽可能全面实现采购需求。如果预算2000万元的项目最终以几百万元中标，这种采购不能认为是成功的。二是供应商应按正常市场价格给予适当让利，通过合法竞争获取合理利润，而不是通过关系或明显高于市场价中标。三是财政部门应坚持节约财政资金的原则，同时支持产业发展，不能因片面追求低价而损害产业健康发展。四是应减少不必要的投诉、复议和诉讼，降低处理成本。

我们认为，只要采购能够实现上述目标，就是合法、有效并符合社会公平竞争原则的。反之，如果中标产品明显高于市场价，或不能满足采购需求，则采购失败。

医疗设备不同于办公家具，其质量直接影响广大患者的身体健康。因此，必须高度重视采购需求满足程度，引入人工智能技术提升采购文件编制的合规性和科学性。一是注重采购文件编制环节的沟通。供应商不应试图通过关系或评审现场言论影响评审结果，而应计划提供最符合采购需求的产品和最有利于采购人的实施方案，以取得合理的竞争优势。二是财政部门要敢于担当。财政部门应支持采购人合理需求。如果经需求调查确认只有1家产品满足要求，应允许依法采用相应采购方式，而不是强行招标。同时，对于采购进口产品，应按规定履行审核程序。三是促进公平竞争。竞争不是要求所有品牌都来投标，而是要让最符合采购需求的同档次产品形成有效竞争，对技术参数客观分得分和调研价格得分合计进行竞争性预检，相差分值控制在一定范围内。四是合理设置评分标准。主观分设置尽可能少，并且必须与采购需求目标对应，可通过人工智能技术检测评分项是否与需求匹配。AI可用于检测调研价格合理性、参数匹配度及竞争性。对于实质性参数设置，应当有法律法规或强制性标准依据，不能仅以“3家满足”作为理由，从而排斥相关产品参与。重要参数和一般参数可通过人工智能技术来分析设置，并分别设置不同分值。一般参数可打包成一个评分项，有不满足参数要求的适当扣分，重要参数不满足若干条则可设置为投标无效。五是建立参数库。可从药监部门、中国政府采购网等渠道获取真实参数、历史成交信息等，在采购文件编制环节进行比对分析，判断不同品牌之间的差距，从而支持最符合采购需求的同档次产品公平竞争。标书代写

****政府****管理处副处长后宗云：

集中采购改革与AI赋能同频共振

当前，医疗设备采购正面临深刻变革。大规模集中采购对需求论证、参数制定、价格审核、风险防控提出了更**求，传统人工管理模式难以完全适应。在此背景下，AI技术赋能医疗设备采购，既是政策导向下的合规必然，也是提升采购质效的现实选择。

****医院实践来看，AI赋能设备采购已呈现多点探索、审慎推进的态势，但整体仍处于起步阶段，各医院进展差异较大。****大学****医院立足肿瘤专科特色，将AI融入采购流程多个环节，如智能解析招标文件、医疗器械注册证和临床文献，辅助编制采购技术参数，减少参数漏项和倾向性等问题。****医院明确“人工为主、AI为辅”原则，平台输出结果仅作参考，不构成最终决策依据，关键环节仍严格按照院内采购管理制度执行人工审核和集体研判。****拟在HRP（医院**规划）采购论证模块中嵌入参数辅助生成能力，并推进供应商关联关系智能排查、招标档案智能梳理与一致性校验等场景应用。

对此，我有以下几点认识：一是坚持需求导向，不搞“为AI而AI”。从各医院实践来看，AI赋能应嵌入采购流程的关键判断节点，先解决看不全、比对慢、容易漏的问题，再逐步向辅助决策延伸，而非追求全流程自动化。二是坚持“人工为主、AI为辅”。AI工具仅作为辅助参考，不替代人工决策核心地位。在采购需求审核、技术参数定稿、项目立项论证等关键环节，仍须严格执行人工审核和集体研判，确保规范性、严谨性。三是坚持合规底线，防范廉洁风险。医疗设备采购资金密集、专业性强、廉洁风险高，AI应用必须服务于合规要求，将法规政策固化到流程中，把经验判断沉淀为数据能力。同时要清醒认识到，AI在病理识别、靶区勾画等方面仍存在能力短板，不可过度依赖。

下一步，**省将结合集中采购推进工作，积极借鉴先进地区经验，稳步探索AI在需求研判、智能比价、风险预警、档案校验等场景的应用，推动设备采购由经验决策向数据决策、人工管控向智能管控转变。

浙****保障中心副主任董巍：

构建智慧采购新范式

从采购人角度来看，希望用最实惠的价格顺利地购买到最适用的医疗设备。然而，在实践中，采购人存在市场信息获取能力强弱不一、采购执行者变动频繁、对政策理解存在偏差等问题，这些都影响着采购结果。

在传统模式下，临床科室提出的需求往往较为笼统。如何将模糊的功能性描述转化为招标文件中严谨合规且具有竞争性的技术参数，一直是让采购人头疼的事。对此，AI****医院数据及医疗设备技术参数数据库，进行临床应用必要性论证，并对医疗设备技术参数进行标准化比对，帮助采购人快速编制科学合理的技术参数。在采购文件发布前，AI还可切换不同视角进行深度自查。**，从代理机构视角检查评分细则是否量化、资格条件是否合理；从评审专家视角排查可能导致废标的条款漏洞、歧义内容；从供应商视角评估投标难度与竞争公平性。标书代写

此外，AI还可自动比对合同清单、送货单信息，快速核实设备型号、序列号及配件完整性，防止“货不对板”。在绩效评估与反馈方面，AI可持续收集设备开机率、故障率、维修响应时间及临床使用满意度数据，生成供应商绩效画像。这些数据不仅可作为尾款支付依据，更可为下一轮采购提供真实的使用后评价。对于联网医疗设备，AI可分析运行日志，预测潜在故障风险，提前提示采购人联系厂商维护，保障临床业务连续性。

总之，AI赋能医疗设备采购的核心，是将“凭经验、靠人脉、比价格”的传统采购模式升级为“数据驱动、循证决策、全周期优化”的智能采购范式，从而将采购人从繁琐的事务性工作中**出来，专注于战略寻源、价值谈判与供应链管理。

****大学****医院党委副书记牛牧青：

提升采购质效 守住合规底线

过去采购大型医疗设备，往往陷入“一机一价、信息不对称、参数博弈”的困境。在合规要求更高、监管更严的新形势下，靠经验、靠人工的传统采购模式已经难以为继。医院作为设备的使用方，比任何人都更希望医疗设备采购的“钱花得明白，设备买得对、用得值”。

结合工作实践，我认为AI的价值主要体现在需求论证与参数编制、评标与价格监测、全生命周期成本评估、采购后的效能追踪等环节。目前，我们正在探索用AI监测大型设备的利用率、故障率、维保成本和报废更新节点，把“使用端”的数据反哺给“采购端”，实现采购决策的闭环迭代，避免“设备买而不用、用而低效”的浪费。标书代写

一是打通数据，共**台。同一型号的设备，****医院的成交价差异很大，价格、参数、维保和临床使用效果也缺乏统一的数据支撑。我建议由相关部门牵头，整合**医疗设备的价格、效能、维保数据，建立统一共享的数据库和AI辅助采购平台，让医院在需求论证、参数编制和评标时真正“有数可依”，从源头减少“买贵了、买错了”的风险。标书代写

二是制定标准，规范应用。AI参与采购，公**廉洁是底线。作为采购一线的执行者，我们也担心算法不透明会带来新的风险。我建议尽早出台AI辅助评标、参数编制、价格监测的应用标准和审计规范，使算法逻辑公开透明、数据使用合规安全、应用过程全程可追溯，让AI真正成为守护采购公平的“好帮手”，而不是不可解释的“黑箱”。标书代写

三是向基层延伸，助力强基。目前，基层医院采购面临一些难处。**，有的设备配备了但利用率不高；有的设备急需却缺论证、缺资金。****医院，我们不仅是设备使用方，而且承担着向基层输出、牵头医共体的责任，因此，建议AI赋能采购不****医院，还应当向县域和基层延伸，通过智能化手段，帮助医共体根据辖区诊疗需求、病种结构合理配置设备，避免“盲目求大、重复购置”，让有限的财政资金花在“刀刃”上，实现优质**下沉增效。

****医院****工程处副处长戚丹：

政策引领 技术赋能

近年来，医疗设备采购领域发生了较大变化。一方面，政府采购本国产品标准已于今年1月1日起正式实施，三部门医用设备集采新规也已落地，政策导向日益清晰。另一方面，医疗卫生强基工程正在加快推进，约1000个县域医共体将启动建设，基层设备需求快速增长。因此，当前行业面临的问题不仅是采购什么设备，更是如何实现合规采购、科学采购和高效采购。AI赋能医疗设备采购，就是让买得合规、买得科学、买得高效成为现实。

一是提高政策执行精准度。对于医疗器械产品而言，****管理部门授予的准字号医疗器械注册证，则该产品被视为在中国境内生产的产品，即本国产品。在价格评审方面，本国产品可享受20%的价格扣除，叠加小微企业优惠后，价格优惠最高可达30%。这对采购执行机构提出了更**求：每一台设备、每一个组件是否符合标准，都需要精准研判。对此，AI可以发挥重要作用。**，对接药监注册数据库，自动核验产品注册证、比对组件来源，帮助采购人员快速判断产品是否属于本国产品。

二是推动“优质优价”更好落地。过去是谁便宜、谁中标；现在则需要将质量、价格、服务等纳入评审因素，并核算全生命周期成本，包括耗材、维保等长期成本。同时，还要加强异常低价审查，防止“内卷式”竞争。这些问题仅靠人工计算难度较大，AI可以提供有效支持。**，在全生命周期成本核算方面，基于大语言模型的全生命周期管理系统已经能够实时监测设备状态、预警故障、核算成本。

三是提升基层采购质效。随着县域医共体建设加快，基层设备需求量大、品类多、覆盖面广。但基层面临两个突出问题：一是买什么，心里没底；二是怎么用，缺乏人才。对此，AI****医疗机构的设备使用数据、科室需求和预算，帮助县域医共体更科学地分配**、预测需求、制定采购计划。

基于此，我提出两点建议：一是建标准。国家已经明确要求加强信息化和人工智能支撑保障，推进**高值医用设备备案数据库建设。建议尽快制定医疗设备采购AI应用的技术规范和数据接口标准。二是通数据。当前，各地采购平台数据分散、标准不一。建议推动备案数据库与省级采购平台、医院管理系统互联互通，让AI“有数据可学、有规则可依”。

****工程处副处长肖富男：

AI赋能医疗采购机遇与挑战并存

AI进入医疗设备采购领域，已经不是“要不要”的问题，而是“怎么用好”的问题。换言之，AI赋能医疗采购，机遇与挑战并存。

机遇主要有三方面：一是精准梳理临床需求。过去核对设备申请，主要靠人工查阅说明书、****医院、翻阅历史档案，工作量大、对比维度有限。现在将需求交给AI，可以快速给出费用标准及同类产品区别等建议，省去大量重复劳动。二是精准制定技术参数。AI可自动抓取公开的成交产品中标品牌、型号、价格等信息，再结合科室配置需求、预算和院内调研厂家参数，快速生成招标文件。三是规范开展开评标。资格性审查、符合性审查要逐项核对，客观分的计算量大、容易出错，任何一个环节疏忽都可能引发质疑。AI可快速核验投标人营业执照、医疗器械注册证、经营许可、授权文件等，查验企业间关联关系，自动比对投标参数响应情况、快速计算客观分。标书代写

挑战主要有三方面：一是数据来源不准确。鉴于通用AI获取的主要**是公开报道，专业数据库较少，还受搜索权限、深度、策略等限制，数据来源并不准确。如果让AI制作一份3.0T磁共振招标文件，几分钟就能完成。但这份招标文件看似正规，实则漏洞百出。****医疗机构端的成熟AI工具。目前，很多AI采购工具更多的是面向监管部门，针对医疗设备招标****医院的相对较少。三是易被利用成为牟利工具。有些供应商将招标文件导入通用AI，以此寻找漏洞。有些通用AI“一本正经地胡说八道”，还能一键生成质疑材料和流程。以往需要专业人员大量取证的工作，现在几分钟就能完成，质疑成本骤降。有些供应商不管AI答复正确与否，直接采用生成的材料进行质疑，更有甚者以此牟利，给医院采购工作带来不小压力。

****协会秘书长易学汶：

从“工具赋能”走向“规则重塑”

近年来，虽然采购需求在集中，评审规则在趋严，价格透明度在提升，但医疗设备采购的复杂性并未下降。一台高端影像设备，技术参数往往上百项；耗材兼容性、维保成本、临床适配度、全生命周期费用等因素很难被传统打分表完全量化。在此背景下，AI在审查需求参数、预警异常低价、辅助专家评审、测算全生命周期成本方面确实能发挥巨大作用。

需要注意的是，AI赋能采购，不能只在效率维度上打转，必须回到两个制度性追问上。第一，责任归属于谁如果AI生成的采购需求被质疑有倾向性，那么责任在于采购人还是开发者如果AI辅助评审结论与评审专家不一致，那么该以哪个结论为准我认为，AI可以标记、预警、归集疑点、提供解释，但不能替代采购人承担主体责任，****委员会的法定职权。第二，****政府采购的生命线是公开透明，而大模型天然具有“黑箱性”。这里要防止一种误解：透明不等于把算法权重全盘交给供应商，也不等于把训练数据公开。真正的透明是评审维度看得见，计分逻辑说得清，预警触发有依据，异议处理有通道，模型变更可审计。

对此，我建议：一是将AI辅助采购放进制度框架。在政府采购法及配套制度修订中，明确AI的适用范围、数据规范、留痕要求、责任划分和异议处理机制。二是先在标准化程度高的场景突破。大型医用设备集采、通用IT设备批量采购、标准试剂耗材采购，这些项目参数结构相对规范，历史数据相对充分，适合先引入AI辅助评审、异常低价识别、需求合规性审查。顺序上，建议先集采后分散，先通用后临床，先预警后裁量。三是建立采购数据“可用不可见”机制。**高值医用设备备案数据库建设已经启动。下一步难点不在于存数据，****医疗机构诊疗数据、供应商商业秘密的前提下，让AI模型训得出来、用得起来、监管看得进去。这要靠隐私计算、数据脱敏、特征化建模和分权访问来解决。

****医院副院长谭建中：

AI赋能医疗采购从经验决策迈向数据决策

过去，采购更多依靠业务人员经验判断开展需求摸排，在多医疗机构集中采购场景下，容易出现调研主体单一、忽视院际差异、重硬件轻服务、对标的调研不足等现实痛点。****集团医用物资SPD改革项目招标采购阶段，****集团****医疗机构实际，着力破解集中采购“一刀切”难题。

在项目招标采购阶段，搭建“集团顶层—分院职能科室—一线临床端口”三级调研体系，****医院采购、后勤科室闭门调研的模式，****医院临床科室、药房、手术室、信息、医保、医务等一线部门开展实地踏勘、座谈，逐项厘清两类需求边界。对于集团层面共性部分需求，将全部内容纳入招标文件硬性通用条款，明确统一技术标准、统一服务框架、统一数据安全约束，项目预****集团整体列支，实现一套平台服务全部成员单位，****医院重复建设，有效节约财政投入。****医院个性化差异化需求，建立需求异议复核确认机制，****医院对本院场地改造、院内三级库部署、原有系统接口适配、科室特殊业务场景、耗材使用规模等内容逐项梳理、书面签字确认。在招标文件中设置可调整的差异化配置条目，不设置“一刀切”排他参数；在预算编制上，****集团统筹，各院个性化改造、场景适配相关预算按照“一院一测算”模式，****医院实际业务规模单独核算。

下一步，我们计划把AI、大数据能力嵌入采购需求调研全流程，改变过去以人工摸排为主的模式，实现自动化需求摸排。**，构建AI需求预测模型，综合手术排程、季节波动、政策改革趋势，预判未来3—5年业务变化，在采购需求阶段就预留系统接口扩容空间，避免采购完成后很快出现设备功能不足，提升项目全生命周期价值。同时，建立采购需求动态更新机制。在招标文件定稿前，利用平台数据复核最新集采、医保政策变化，动态校准采购需求，确保采购需求贴合最新监管要求。此外，要严格落实数据安全、算法合规要求，做好权限管控、加密审计，同步培育“医疗+采购+数字化”复合型人才，确保****医院高质量发展、服务于民生医疗保障。

****医院采供处采购专员刘继静：

把握新形势 探索新路径

今年以来，医用设备采购的政策环境发生了深刻变化。政府采购本国产品标准正式实施，为医用设备采购提供了清晰规范的规则指引。《关于进一步做好公立医疗卫生机构医用设备集中采购工作的通知》提出，要按照“国家级—省级—市地级”分级组织集中采购，推动医用设备采购从“各自为战”走向“规模集约”。同时，治理异常低价、强调优质优价和全生命周期成本，从制度层面防范“内卷式”竞争的政策导向更加清晰。

目前，我们医院医用设备采购仍以自行采购为主，医用设备采购工作总体规范有序。一是坚持依法依规，规范采购程序。****政府采购法及其实施条例等规定，做到需求、预算、计划、审批、实施、履约各环节程序规范、全程留痕。二是坚持需求导向，加强需求管理。落实《政府采购需求管理办法》，按照“临床提出需求、职能组织论证、院级集体决策”的程序，科学设定技术参数和评审标准，防止盲目配置、重复购置，推动设备配置与功能定位相适应。三是坚持质效并重，强化履约管理。注重设备质量、售后服务和效益分析的全生命周期管理，严把验收、安装、培训、维保等关口，确保设备买得值、用得好。四是坚持防控并举，压实廉政责任。把廉洁采购作为生命线，落实管理、执行、监督相互制约要求，加强关键岗位廉政教育和廉政风险排查，确保采购工作规范有序、廉洁高效。

作为医疗机构，我们深感AI赋能采购前景广阔，应审慎推进，主要有以下三点建议：一是依托**高值医用设备备案数据库和集中采购价格透明机制，推动采购价格、市场信息在更大范围共享，让医疗机构买得明白。二是加快建立符合医用设备采购特点的AI应用规范和数据安全标准，确保合规可控、数据安全。****医疗机构****医疗机构开展AI赋能采购的培训指导和试点探索，结合医疗卫生强基工程**域医共体建设，推动设备配置数字化、科学化，让基层群众在家门口享受更好的医疗服务。

（文字整理/张舒慧）