从"一病一模型"到"一底座千模型"，德适科技的医疗AI "难而正确" 之路

作者：万怡

来源：科技最前线 (kejizqx)

等待，是弥漫在医院空气中的常态。

做完CT的病人盯着手机反复刷新，一份影像报告的出具，往往要等上数小时，病情的不确定性让担忧随时间一同发酵；

办公室里的影像科医生同样煎熬，结节、阴影、异常密度区反复比对确认，眼睛干涩、腰椎僵直是职业常态。

而试图用AI破局的工程师们，也被困在时间的牢笼里：想做一款乳腺影像分析的AI，要从零标注上万张脱敏数据、搭建分布式训练集群、调试适配医疗场景的视觉算法；而想要再做一款脑部MRI的辅助诊断工具，还得从头再来一遍。

医疗影像数据占据了临床数据总量的80%，却也是效率提升最慢的领域之一。当通用大模型在文本、代码领域狂飙突进，智谱、MiniMax们相继叩开资本市场大门，一个问题始终悬而未决：

AI何时才能真正穿透医疗影像这道厚重的壁垒，让等待缩短、让精准下沉、让医生的价值回归诊断本身？

2026年3月，德适科技登陆港交所，成为全球医疗影像大模型第一股。上市仅三个月后，在其举办的医疗AI全域生态创新研讨会，德适科技正式发布iMedLoop全球医疗影像数据平台，一场关于医疗影像AI的底层重构，正在浮出水面。

“豆包”们的能力边界

专业领域的力不从心

遇事不决问AI，成为被各路AI狂撒金币“收买”后的当代人常态。

不知道吃什么，问豆包就能有美食推荐；不确定去哪儿玩，千问能规划好整天行程；写周报没灵感，元宝、DeepSeek轮流用，总有一个能让你点头。

通用大模型把生活里的小纠结一个个熨平，但在为“风花雪月”提供便利之外，面对一些更需要专业知识的问题，搭载通用大模型的“豆包”们显得力不从心，比如医疗影像。

见过山川湖海、认得城市建筑的通用大模型们，在面对CT片时，能识别 "这里颜色亮”“那里有影子"，却很难判断出是普通炎症还是恶性肿瘤的早期征象。

这中间差的，不是单纯的数据训练量，而是一套囊括解剖学、病理学、影像学等在内的专业知识体系。

但想要将这些硬功夫融入到大模型里，让它们更快速地辅助医生看诊，减少患者等待时间，却没想象中那么容易。

毕竟推荐的餐厅不合口味，下次换一家；写的文案不够好，改改也能用。但临床诊断没有"差不多"的空间，每一个判断都关系到患者的治疗方案，甚至是生命。

数十万张高质量影像数据的投喂，才能建立起医疗影像AI对某一类病灶的稳定识别，更遑论严格的数据合规要求、漫长的医疗器械注册审批流程。

这注定了，在消费互联网领域创造过无数产品神话的"快速迭代、小步快跑"节奏，在医疗影像领域几近失效。

这不是一个可以靠"大力出奇迹" 快速跑通的赛道，但也正因为慢、因为难，肯沉下来啃的公司，护城河才更深。

看病认专家，

但“一病一模型”太慢

其实，看病这件事，不少人骨子里都有一种执念：去最好的医院、挂最权威的专家号。

一个普通结节，能去市级三甲就不找区医院；能抢到主任医师号，就不想只跟主治聊。专业的壁垒让那些把经验熬成直觉的专业人才更受青睐，毕竟一个看了三十年肺片的主任拿到片子的那一刻，几乎能本能地调动起脑子里每一个"不对劲"的瞬间。

从医学院到规培到独立执业，培养一位医生至少需要八年。作为医疗体系中稀缺且宝贵的资源，把他们困在重复性的"大海捞针"式读片里，无疑是巨大的浪费。为他们配备能承担基础工作的智能帮手，迫在眉睫。

传统医疗AI，走的是“一病一模型”、下探深耕的路子。想看肺结节，从零训一个肺结节模型；想看颈椎，再从头养一个颈椎模型；想看乳腺癌，又得重新来。每换一个病种，解剖知识、影像特征、判读逻辑全部重学。

"慢工出细活"的谨慎在医疗领域十分重要，但放在整个AI行业的尺度下看，效率成了大问题。在百模大战如火如荼，通用大模型家族今天一个2.1版本，明天一个2.2版本的现在，过去十年，AI累计仅深度覆盖约35个检测项目，和庞大的临床需求相比，几乎是九牛一毛。

德适科技看到了问题关键：一个个做专病模型耗时太长，不如先建好通用基座，再团结产业链上下游的合作伙伴，为临床专家提供低门槛的专病大模型“炼成术”。

iMedImage医疗影像基座大模型正是其交出的答卷，这不是针对某个具体病症的工具，而是通用底座。

它已经通过预训练，系统学习了人体各器官的解剖结构、正常与异常的影像特征、不同设备的成像规律，打下扎实的通用医学功底。等到在它的基础上再训练针对特定病种的专科模型时，变得容易了N倍：

单病种模型训练所需的标注数据从10万张降到 500 张，研发周期和算力成本同步下降10倍以上。

“预训练+轻量化微调”的核心逻辑，改写了动辄上千万资金、数万张标注影像数据的高投入、长周期、窄覆盖困局。

德适科技CEO宋宁算过一笔账：全球医疗影像按适应症分类超过3000项，让全国数十万影像医生每天腾出一小时做标注，完成所有项目的智能化，需要1200年，而iMedImage能将这项工作缩短到6年。

200倍的效率提升，按下了加速键，那些原本因为成本太高、周期太长而无法被覆盖的疾病，有了被纳入智能化体系中的可能；等待一份精准影像报告的时间，也可能被压缩再压缩，而等待少一分钟，焦虑就少一分钟，安心就多一分钟。

啃落地闭环硬骨头

优质医疗资源下沉新方式

但基座模型解决了训练效率的问题，并不意味着万事大吉。

过去，一家医院想用上AI辅助诊断，路径通常是攒数据——找合作方标注——找AI公司训练模型——部署到本地系统——走审批——真正用起来。

高质量标注数据从哪来？跨机构数据怎么合规流通？训练好的模型又如何快速部署落地？如果每一步都需要各家医院、各家创业公司自己从零打通，AI落地到临床的美好目标，恐怕遥遥无期。

这不是危言耸听。实验室里跑分漂亮，一到真实临床场景就水土不服的不是没有；换一家医院的设备、换一批患者数据，准确率就可能断崖式下跌。数据孤岛、标注瓶颈、合规门槛，一道道紧箍咒，把医疗AI困在了"看起来很美"的泥潭里。

凡是问题，必有解法。

一方面，顶层设计逐步推进。2026年6月，国家数据发展研究院组织召开“医疗影像数据产权配置规则指引”课题研讨会，围绕数据流通的典型场景和产权配置方案展开深入讨论；7月，国家数据局发布会上披露，全国已完成医保影像云数据共享路径部署，累计归集4.3亿条影像索引数据，并明确将向市场主体开放合规脱敏数据。

这意味着，医疗影像数据的合规流动正在从企业实践上升为制度设计，基础保障正被一步步夯实。

另一方面，经历了前期从0到1的开荒式积累，医疗大模型纷纷迈入了“亮肌肉”阶段：讯飞医疗升级发布星火医疗大模型V3.5，依托全国产算力完成算法与工程双重突破；联影智能自主研发的"元智"医疗影像大模型入选行业成果；润达医疗推出的医疗大模型已具备多模态融合推理能力。而德适科技不仅有iMedImage基座大模型，更是基于该模型推出了全球最大的医疗影像数据平台iMedLoop，将基座大模型的能力开放共享，从数据可用不可见到数据标注、模型训练和发布应用，构建了独特的闭环生态，在这场关于效率与生命的竞赛中，占据了一个极具韧性的生态位。

具体而言，德适科技的iMedLoop平台包含iMedImage基座大模型、iMedStudio智能标注工具、iMedMaaS在线模型训练与发布平台，改变了医疗AI落地的传统流程：

数据层面，过去，影像数据是锁在各家医院服务器里的沉睡资产，有价值却不敢动；现在，平台接入了国家数据要素综合试验区之下的杭州市可信数据空间，在城市级互联互通的基础上，打造医疗影像行业可信数据空间，将分散的数据转化为可用的生产要素，给数据流转装上“玻璃门，看得见、用得上，但拿不走，前置解决隐私合规问题；

标注层面，过去，数据标注不仅是苦力活，标注质量还难以把控，几位专家对着屏幕一顿点击，重合度只有65%。现在，AI成了标注人员的帮手，点一下病灶就能自动勾勒出三维形态，还能设立统一的标注标准，把专家标注的一致性拉到99%；

落地层面，基于这个平台，医院、科研机构、AI企业甚至医生个人，都可以完整跑通模型训练、验证、部署和发布的各个环节，定制适配自己的医疗影像AI工具。

这些改变意味着什么？

对顶级医院来说，科研优势可以更快转化为临床产品；次级医院的科研团队，能绕过百万级算力投入和数年数据积累，直接调用基座能力做专科研究；专注细分场景的创业公司，不再需要从头标注十万张影像，几百张样本就能验证一个创新想法；甚至对某位有想法的专科医生个人，也能低成本、高效率地获得AI能力支撑。

从前，在基层医院查出疑似肺结节，患者往往要经历一场身心的“长征”：辗转几百公里去省城挂号、排队，甚至因为设备参数差异要重新拍片，等待结果。如果iMedLoop这类平台能将专科模型快速“派驻”基层，本地医生便拥有了一位不知疲倦的AI专家“助手”，让患者少几次奔波。

而每一段被省去的奔波，都意味着优质医疗资源正以新的方式实现下沉；每一段被压缩的等待周期，都在将“早发现、早治疗”的临床黄金窗口，实实在在地还给每一个焦虑的患者。

医疗不是一个片面追求"快" 的行业，但每一次效率的提升，最终都指向生命质量的改善。

更短的报告等待时间意味着更早的治疗窗口，更精准的影像分析意味着更少的误诊漏诊，更低廉的模型开发成本意味着更多基层医院能够用上智能诊断工具，医疗得以变准、变可及、变可持续。

AI正以前所未有的速度重塑医疗产业的底层逻辑，2026年，国家医保局将12项AI辅助诊断项目纳入全国统一医保乙类目录，这是从技术可行到商业闭环的关键一跃。

2030年，二级以上医院普遍开展医疗影像智能辅助诊断，这是政策层面为行业定下的路标。所以，行业真正需要的不是一款又一款孤立的AI产品，而是一套能让数据合规流通、让模型批量生产、让场景快速验证的基础底座，而这恰恰是德适科技正在做的事。

难而正确，牢且扎实，这大概就是最动人的战略底色。