【睡前消息936】体检漏癌症不赔 只有保险公司能管

大家好，2025年8月8日星期五，欢迎收看936期睡前消息。请静静介绍话题。

最近，北京的张女士在社交媒体控诉爱康国宾体检公司，表示自己在爱康做了十年体检，从来没有被提醒癌症风险，去年在其它医院查出了肾癌。张女士认为，爱康国宾的责任是“误检、漏检”，应该赔偿。

7月30日，爱康国宾召开媒体说明会，否认自己有责任。公司创始人张黎刚表示，在医院检查一种疾病，检查费可能就要花几千上万。不能指望只花几百块做体检，就什么病都能查出来。

督工，几百块的体检有用吗？

有用，但有多少用，就很难说。

首先分辨一下责任。

很多体检机构为了提高报价，都会在套餐里加上肿瘤标志物检查，就是在肿瘤生长的同时，可以通过化学手段检查到的物质。比如说张女士用的体检套餐，包含了癌胚抗原检测，一般是结肠癌的标志物。

但是，癌胚抗原检测没有被任何国际肾癌筛查指南收录，尤其不适用于早期发现肾脏小肿瘤，对肾透明细胞癌的敏感性低，很容易漏诊。同时，一些普通炎症也会导致标志物突然升高，制造误诊。所以医学界要确诊癌症，一般还是用病理切片和影像学检查。

张女士的肾脏肿瘤，合理的检查方式，应该是腹部和胸部做增强CT。在爱康国宾看来，癌胚抗原指标跟肾癌没有直接关系，自己就没有责任。

另外，爱康也表示尽到了检查告知义务。按照爱康的说法，2023年10月，张女士最后一次在爱康做体检，公司已经建议张女士去做肾脏CT，排除病变可能。但是按照张女士的说法，体检报告只写了右肾“钙化灶”，建议定期超声检查。现在爱康反过来把张女士告到了法院，可以看看法院如何认定“告知”的概念。

体检漏诊是典型的医疗损害纠纷，流程一般都比较长。933期节目的律师给我们科普过，医疗纠纷首先需要医学会鉴定，然后法院才能判定责任，拖到一年以上也不奇怪。所以暂时案件不会有结果。我估计，大概率是双方扯平，患者不能追究体检机构的责任。体检机构也没法做出有效名誉索赔。

到目前为止最关键的信息，是爱康老板自己说了一句真话。不能指望几百块的体检，替代医院几千上万的系列检查。而如果去大医院准确筛查，比如说北京中日友好医院，包含肿瘤筛查的高端女士体检套餐是1.6万元。爱康公司的官网显示，包含肿瘤12项筛查的体检套餐价格在1000元左右，基础项目体检是400元左右。爱康老板的表态，就是明确表示，对于个体，不能为600元的溢价做任何承诺。

就算是剩下400元左右的基础体检，也不一定靠谱。不说爱康国宾，大家可以看看自己身边的体检机构，是不是优先采购医院用过的二手设备，优先雇佣医院退休或者离职的二线医生，技术水平天然就比医院要差一等。确实不能指望中国体检机构能提供可靠的大病预警。至少我身边的人，如果要体检，我都建议先找一个临床医生做简单的咨询，再到大医院的门诊做系列检查，比专门的体检机构靠谱。

但同时我们也要看到，专业体检机构的业务还是很繁忙，各单位都喜欢购买这种钱少、名义上覆盖范围大的医疗服务，给员工当福利。这是因为体检机构对个人用户不负责任，只对各单位、各企业的工会或者是采购主任负责。营销工作比技术水平更重要。

所以，体检机构喜欢做肿瘤标志物检查，为的是找个理由提高报价。企业采购人员没能力也没有动力去考察真实效果，反而增加了双方共同分好处的空间。2018年，爱康公布过自己的财报，80%业务来自企业和单位客户，个人客户不到20%。这次跟爱康有纠纷的张女士，也是用的北京律师协会购买的集体福利套餐。

同样是2018年，爱康国宾的财报显示：雇佣的员工主力确实是是技术人员，5600多医生，将近5000护士，市场营销人员只有2600人。但是，这一万多医护人员，人力成本是净收入的22.4%。2600个营销人员，包括自己的工资在内，营销成本是净收入的17%。从支出结构来看，我可以画一个直线坐标，左边是主要靠技术的现代医疗机构，右边是主要靠营销的中成药企业，中间站着爱康国宾这一类体检机构。

我相信，二线医生加旧设备，做出来的体检效果总比中成药可靠，但是，一个营销人员花掉的钱，相当于三四个医生护士，无论这笔钱是花在工资上，还是间接花给各单位的采购人员，都不能让体检用户放心。

专业体检机构不对具体的个人用户负责，那应该怎样保证他们的服务质量呢？

前面张女士的指责证明，不能像监督普通医院一样去监督体检机构。因为医院的治疗和检查，都是针对个体的诊断，如果有错误可以直接起诉，追究责任。体检机构不区分个体情况，只根据购买的套餐，给同一批用户提供标准化检测，不能保证对个别用户做到100%发现问题。现在只能说，花了钱，会有一定概率发现问题，但个人用户没法知道概率有多高。

如果法律不能解决问题，那就要指望市场规律解决问题。所谓有效监督，最重要的一点，就是让服务质量和市场销售挂钩，如果误诊率高了，体检服务就卖不掉，体检机构一定会有动力提高技术水平

按这个逻辑，让各个单位以发福利的方式采购普通体检服务，就很难发挥监督作用。因为误诊率高，也不会让各单位自己多花钱。所以体检公司宁愿花钱营销，也不愿意提高技术水平。

世界上最关心群体误诊率的机构，应该是商业保险公司，因为癌症和其他重病，都是发现越早，治疗越容易。早期癌症的平均治疗费用，一般在10到15万元，如果是中晚期癌症，普遍超过50万。所以，保险公司首先要通过体检确定某个客户是否患病，给出合理的保险报价；其次要督促已经投保的客户参加体检，尽量早治病，给公司省钱。

比如说商业保险最成熟的美国，保险公司会提供合作的体检机构清单，每年提供一次免费体检服务。客户只要到这些地方体检，就可以有更高的报销比例。保险公司可以根据统计数据，计算客户在体检之后短期内得重病的概率。如果数据显示某个体检公司的误诊率、漏诊率高，保险公司就会把它踢出推荐列表。这对于个别患者来说，也许不能弥补损失。但一定会督促体检公司注意工作质量。

另外，虽然美国保险公司承担体检费用，但是具体的体检内容和体检机构，主要是家庭医生来选择，然后再报保险公司批准。体检机构虽然要给保险公司报一个批发优惠价格，但不能像中国这样，搞定一个采购人员，就拿下几万笔订单。所以美国各类体检机构主要还是拼质量，营销方面投入相对要少。

经济规律在中国，在美国都是一样的。中国的商业保险公司也会学习美国的做法，定期推荐体检机构。但中国买商业医保的人群很少，国家医保是大多数人的底线保障。国家医保的收费标准，和每个人的健康水平无关。不会因为某个人体检结果和别人不同，就调整保费。所以医保基金推广体检的动力不足，也不会去统计体检机构的误诊率。

2021年国家医保局 财政部联合发出过一份文件：《关于建立医疗保障待遇清单制度的意见》，第四节第五条明确规定，体检和健身消费，不允许用医保支付。

但是，就算是统一的国家医保费率，也是预防比治疗便宜，早期介入比后期做手术便宜。如果能推广有效的体检服务，国家医保也能节约经费。这方面，可以看看欧洲经验，比如说德国医保就为体检提供报销服务。同时，德国医保最高管理部门——联邦联合委员会，还要定期评审体检机构的服务质量，体检机构不合格就直接出局，拿不到任何医保订单。英国国家健康机构，会要求35岁以上人群，每5年要体检一次。如果之前有吸烟、喝酒或者慢性病，体检频率会提升。

从全世界来看，中国人做体检次数，都是相对少的。

根据2022年的《中国卫生健康统计年鉴》，2021年全国健康检查人次是5.49亿。美国每年体检人次是2亿多。从体检频率来说，美国人是中国的两倍。日本平均每人每年体检1.3次，频率差不多是中国的三倍。较低的体检频率，加上没人监督的体检质量，导致中国人往往是得了大病才去医院。对自己，对医保基金都不是好消息。

所以，中国或许可以同时学习美国和欧洲的经验，一方面用医保基金支付全民体检的费用，另一方面利用全国数据，每年公布各个体检机构的长期误诊率，做出明确排名。排名靠后的体检机构，首先拿不到国家医保的订单，顺便也会失去商业订单，自然就退出市场了。

这种措施，短期内可能会导致医保开支增加。但是只要长期坚持，肯定可以提高全民健康水平，减少重病治疗开支，节约医保基金。最重要的是，随着退休年龄延迟，全社会会因此得到更多的健康劳动力，这才是医保基金可以延续的基本前提。

从普通人的角度说，如果能早点通过体检发现身体的问题，尽快治好，多工作几年，总比死掉或者丧失工作能力要好。所以，普通人的选择应该是支持国家医保报销定期体检，有余力的话，给自己买一份商业医保，再接受商业医保配套的体检服务。

《财富》杂志报道，谷歌投资的AI药物研发机构——同构实验室，即将启动由 AI 设计的新药人体试验。同构实验室创始人哈萨比斯说，传统药物研发需要5到10年时间，AI技术可以把这个过程加快10倍。这个说法靠谱吗？

AI制药的颠覆性不是吹牛，但做不到把全流程压缩到十分之一的时间。

传统的新药研发，可以分成两个部分：

第一阶段是筛选。针对特定的疾病靶点，药企要找到可以起作用的化合物，再通过优化分子结构，提高它的药效，减少毒副作用。这期间可以通过动物实验，确定药物的毒副作用和代谢机制。

第二阶段是临床试验。动物实验不能替代人体测试，还要经过至少3期的临床实验，才能最终确定药效和安全性，获得上市许可。

AI工具现在替代不了临床实验，只能加速筛选阶段的工作。

其中加速最明显的工序，是化合物初筛。过去的工具，是20世纪末出现的高通量筛选，算得上高效，通过机器人手臂、自动化反应系统，一开始就能做到每年测试100万种化合物的活性，比20世纪大多数时间的人力测试快多了。但是随着医学研究发展，现在的化合物库包括几十亿种分子，高通量测试还是嫌慢。

AI工具介入以后，可以通过虚拟筛选提高效率。比如说，如果知道一个靶点的三维结构，AI就能模拟出几十亿化合物跟这个靶点对接，快速找到可能起作用的化学结构。如果已经找到一个有效化合物，AI也能根据这个化合物的形状，从化合物库里边找到结构相似的分子，增加测试样本数量。

除了寻找候选的化合物，AI还能建造一套评分系统，按照成功可能性，给每个化合物打分。如果一些化合物被评未低潜力，就不会进入后续实验。

这种虚拟筛选，只需要几天时间，就可以完成高通量筛选几年的工作量。在这个阶段，AI可以提高将近100倍的效率。同时因为剔除了低潜力化合物，还可以减少后续生物实验的成本。

化合物初筛以后是动物实验，评估化合物的药理作用。比如说，化合物吃下去以后，肠道能不能正常吸收；如果是病灶是在脑部，化合物能不能抵达这个位置；以及对肝、肾、心脏这些重要器官有什么潜在危害。

过去评估化合物的作用，要花几个月甚至好几年，观察动物的反应，定期采集血液和组织样本。现在AI工具只需要几个小时，就可以模拟化合物在体内的行为。如果有化合物没法通过模拟实验，就不会进入后续的真实动物实验，减少实验室试错成本。目前各国的药品注册法规还需要动物实验数据，AI不能彻底取代动物实验。但是今年4月10日，美国FDA已经宣布，会逐渐取消动物实验。AI可以让候选药物快速进入人体实验阶段。

一个化合物通过初筛和动物测试之后，被称为先导化合物。为了提高药效，科学家一般还要对化合物的结构进行调整，在保留或者增强药效的同时，优化一些关键属性。比如说，让它更容易被人体吸收；更精准地作用到目标部位。

AI工具出现以前，这个过程主要依靠经验和大量试错。科学家会根据理论知识和早期数据，设计修改方案。比如在分子上加个基团、减个原子。新的分子式设计出来以后，还要在实验室合成，这个时间可能也要花几周甚至几个月。新的分子合成出来，又要进入新一轮评估。一般经过十几轮循环，才能找到一个人体可以接受的优化分子，平均要花一年到一年半实践。

AI虽然不能替代实验室的合成工作，但是可以提高决策效率。比如说，预测加上一个特定的化学基团，会不会增加肝毒性。通过减少测试次数，一年多的工作，可以压缩到半年。

同构实验室说AI可以让新药研发加速十倍，如果只算药物筛选和分子设计阶段，真不算夸张。举个极端的例子，现在全球热捧的减肥药司美格鲁肽，诺和诺德用了18年时间研发，其中14年，都用来筛选和优化分子。如果当年有AI工具，这个时间也许可以减少到两三年。最近一家叫英矽智能的中美合资企业，只用了18个月，就把一个治疗纤维肺病的化合物推进到了临床实验阶段。

但是整体考虑新药研发流程，说AI能节约十倍时间，就不太可信了。因为人体跟动物有巨大差别，医药公司制造的实验药物，能够通过FDA临床试验的概率，只有不到8%。剩下的临床测试时间，眼下是省不掉的，还是至少要用几年时间。

就算只能压缩筛选环节的时间，同构实验室的进步，也称得上半个世纪以来最大的生物学突破。它的创始人德米斯·哈萨比斯，拿到了2024年诺贝尔化学奖。哈萨比斯计算机专业出身，以前是个游戏设计师，17岁加入了牛蛙工作室，参与设计了《主题公园》游戏。

搞游戏失败以后，哈萨比斯钻研人工智能。当年下围棋打败李世石的AlphaGo,就是哈萨比斯的作品。他在同构实验室开发的软件能精确预测蛋白质结构。

蛋白质由氨基酸链折叠形成，理论上一条氨基酸链，可能的折叠结构数量超过10的300次方。在同构实验室取得技术突破以前，人类要破解一个蛋白质结构，必须通过冷冻电镜之类的方式，花上几个月甚至几年手动操作。现在没有哪个研发机构会手动破解蛋白质结构，都是上AI工具，先预测再验证，和前面提到的制药筛选流程一样。

中国的AI制药企业，和同构实验室差多远？

现在的新药研发大模型，最强的是美国，其次就是中国，然后是英国和欧陆。英国能够保持相对领先，跟同构实验室有很大关系，因为哈萨比斯就是英国人，在牛津、剑桥、帝国理工和伦敦大学都有人脉。

哈萨比斯取得成功以后，英国重视AI对健康领域的作用，2023年就投入了1300万英镑，资助22个医疗保健方面的AI创新项目。去年，英国又追加了1亿英镑，继续投资AI医药。现在欧洲最强的生命科学集群，就以伦敦为中心，集中了超过3700家公司。这可能是英国最有竞争力的实体经济。

中国虽然是追赶者，但进步很快。除了前面提到过的英矽智能，另外一家初创公司胜普泽泰，已经拿出了自己的AI药物设计平台。这家公司设计的新型给药技术，只用了一年半就走到了临床研究阶段，对比传统周期节约了3年半。

还有一些企业，跟同构实验室采取相同的技术路线，开发自己的大模型。

比如说深圳晶泰科技，创始人是麻省理工物理学家温书豪。2016年，辉瑞组织了一场比赛，向参赛者提供三个全新药物分子，要求预测最稳定的晶型结构，因为分子晶型直接影响药物药效。

以前的实验室，都是靠手工实验，把最稳定的结构试出来。晶泰科技通过计算，给出的结构跟辉瑞实验结果一样，成功当上了辉瑞的供应商。后来辉瑞研发新冠特效药Paxlovid，晶泰科技又提前预测分子晶型，帮助辉瑞节约了6个月研发时间。

还有一家叫冰洲石的公司，总部在纽约，分公司在上海张江，创始人从复旦大学毕业。冰洲石也开发了一套大模型，可以预测蛋白质结构，帮助设计小分子药物。今年4月，冰洲石设计的一款乳腺癌产品，已经在美国进入了临床研究。

2020年，李彦宏和百度以前的副总裁刘维合作，成立了百图生科。百图的大模型拥有2100亿参数，已经可以预测超过6亿种的蛋白质结构。前几天，百图生科又发布了新的RNA大模型，把CRISPR基因编辑的效率提升了2.5倍。

台湾地区企业在这方面也不能忽视。2010年，台湾就成立了讯联基因，给药企定制药物设计平台。很多药厂自己没钱建立AI系统，就选择买讯联基因的服务。现在已经有一款新型抗生素，通过讯联的AI产品完成设计，计划明年在美国申请临床研究。

从这些新药的开发速度来看，人类也许很快就要进入一个新阶段，每多活一年，平均寿命的增长不止一年。所以，希望大家多体检，多锻炼，争取用上21世纪后半期的医疗成果，去看看22世纪什么样。

感谢大家收看，936期节目到此结束，我们周日再见！