2026 年 6 月 18 日，Midjourney 官方上线 Midjourney Medical 业务线（HN 原帖 670 分 / 462 评论），把图像生成模型引入临床医疗场景——放射科影像、病理切片、皮肤科照片这些传统由医生肉眼判断的领域，开始有了一条 AI 生成式辅助路径。

这条业务线不是实验室 demo。Midjourney 在 midjourney.com/medical/blogpost 公开了产品定位：与现有医学影像厂商合作，把扩散模型用作「图像预处理 + 可视化增强」层，放射科医生面对 MRI / CT 影像时，可以先用 Midjourney 模型把低对比度区域高亮化、把 2D 切片重建为 3D 可旋转视图，再由医生做最终诊断。

为什么 HN 讨论度这么高——三条线索。

第一，时间窗口。Midjourney 选在 Google 医疗 AI 团队刚被曝出「过度承诺」争议后 4 周上线。Google Health 在 2026 年 5 月初被 The Markup 揭露，其眼底病变筛查模型在三家美国社区医院复测时假阳性率比论文报告高出 30%，临床医生普遍不信任其结果。Midjourney Medical 这时候上线，等于在对手退潮时接棒——「我们不做诊断决策，只做可视化增强」的边界画法，是对当下监管环境的精准回应。

第二，商业模式。Midjourney Medical 不直接卖给医院，而是与 PACS（医学影像存档系统）厂商打包销售。PACS 厂商每年向医院收取影像存储 + 调阅订阅费，Midjourney 把 Medical 模块作为「AI 增强」附加层按调用次数计费，单次 0.12 美元。这种打法避开了医院采购流程长、IT 安全审核严的痛点——医院不需要单独采购 AI 软件，只需要在续约 PACS 时勾选升级项。Midjourney 官方博客披露，第一批合作方包括 Sectra、PACSHealth、Three Palm Software 等中小型 PACS 厂商。

第三，对放射科医生的实际影响。放射科医生的工作流是「读片—写报告—与临床医生沟通」，Midjourney Medical 把第一步拆出来加速——3D 重建、AI 高亮标注、自动测量（结节大小、血管狭窄百分比）这些机械性工作可以由模型先做，医生专注异常判断和鉴别诊断。Midjourney 引用 Mayo Clinic 的早期试点数据，称医生单例影像的平均判读时间从 14 分钟压缩到 8 分钟，但最终诊断准确率没有下降。

监管侧的挑战同样清晰。FDA 把这类「影响医生决策」的工具归类为 SaMD（Software as a Medical Device），需要走 510(k) 或 De Novo 审批路径。Midjourney Medical 在美国暂时只做研究用，不进入临床决策闭环——博客里明确写道「所有 AI 增强结果仅供医生参考，最终诊断以医生判断为准」。这种「可视化增强 ≠ 诊断决策」的法律隔离，是它能快速上线而不被 FDA 叫停的关键。

中国市场的对应是联影智能、推想医疗、数坤科技这些已经拿到 NMPA 三类证的医疗 AI 公司。它们的打法是「嵌入式 AI 模块」直接绑死在自家设备或 PACS 里，跟 Midjourney 的「独立可视化层」思路不同。Midjourney Medical 进入中国至少要等 FDA 试点数据成熟 + 中国 NMPA 给出对应审批路径，短期内不会冲击国内厂商。

值得观察的是 OpenAI 同期也在做 DALL-E 医疗试点（与 Stanford Medicine 合作），Anthropic 的 Claude Medical 则把重点放在病历摘要。AI 图像生成切入医疗场景，Midjourney 不是第一家，但它这次「可视化增强 + 不做诊断」的边界画法，可能是接下来 12 个月内整个行业都会复制的样板。

短期看，Midjourney Medical 不会直接替代任何放射科医生的工作——它加速的是「读片前 5 分钟」的预处理，而不是「写报告」的临床判断。长期看，这种「AI 视觉增强层」如果跑通，会变成 PACS 的标配功能，就像今天每个 PACS 都自带窗宽窗位调节一样——那时候 Midjourney 的真正对手不是其他 AI 公司，而是 PACS 厂商自己愿不愿意把这块利润让出来。