德適科技IPO后首次亮劍：推動醫療AI從“手工作坊”到“工業化”的范式革命

在健康中國與數據要素行動計劃兩大國家戰略交匯之下，醫療影像數據本應是智慧醫療落地、AI 產業突圍的核心生產資料。

但很長一段時間里，海量 CT、核磁、病理影像等數據都沉睡在各家醫院機房，隱私紅線、權屬空白、產業鏈割裂的三重枷鎖，讓臨床數據難以轉化為產業創新動力。

行業困局積弊已久，如何構建覆蓋數據確權、合規流通、模型訓練、價值分配的全域基礎設施，成為醫療AI突圍的剛需。

2026年7月初，北京釣魚臺國賓館，四位院士、三甲醫院、地方衛健委、頭部AI廠商、高校科研院所等關鍵角色齊集，德適科技舉辦了一場開創性發布會，并亮出其全新的醫療影像數據生態平臺——iMedLoop。

這不僅僅是一場簡單的產品發布會，更是德適科技試圖為整個醫療AI行業提出的基礎設施解決全案。

一場舊范式的革新正在展開。

01

基座能力與時間博弈

作為今年3月剛敲鐘的“全球醫療影像AI大模型第一股”，德適科技CEO宋寧的開場并非宏大的市場敘事，而是直接拋出了一組極具壓迫感的數據。

他指出，全球醫療影像檢測項目至少有3000項，若細分至組織病理等層面，甚至超過14000項。而訓練一個傳統的AI模型，往往需要10萬張標注數據。如果按傳統AI“一病一模型”的路徑，讓全國25萬影像醫生每天抽1小時做標注，完成所有項目需要1200年。

根據2025年11月國家衛健委等五部委聯合發布的《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，要求到2030年實現二級以上醫院醫療影像基本智能化普及。

而1200年的“時間黑洞”，是橫亙在醫療AI規模化落地面前最現實的困境。醫生的時間極其寶貴，他們不應該成為低效的“數據標注員”。

顯然，靠人海戰術是無法完成政策目標的。

德適科技給出的答案是iMedImage。這個在2025年5月發布的全球參數規模最大的醫療影像基座大模型，核心價值在于降維打擊。它不再需要海量的標注數據來“從零開始”學習，而是基于已經學習過的海量醫療影像知識，進行“遷移學習”。

具體而言：訓練一個特定的垂直模型（如肺結節、胃癌預測），所需數據量從10萬張銳減至500張，僅為原來的1/200。相應的研發周期、成本和算力支出不到原來的1/10。

據宋寧透露，過去一年，德適科技已與87家三甲醫院合作，訓練了145個垂直模型，其中30個達到全球領先水平。

“通過iMedImage，將1200年的漫長等待，縮短至6年。”

除了技術的革新，這更是對行業資源的極大節約。

02

數據高質量標注的死結

國內醫療影像 AI 已經走過數年落地周期，算法、單病種產品層出不窮，但行業始終沒能跑出規模化增長曲線，除了需要解決數據量的瓶頸，數據標注的“質”，也是決定性因素。

過去，即便有數據，傳統的手動標注方式效率極低且精度堪憂。醫生用鼠標在二維平面上“描邊”，面對三維CT影像時，往往需要一張張切片去畫，耗時數小時。

更可怕的是人為誤差——不同專家對同一病灶的標注，交并比（IoU，衡量預測框與真實框重疊程度的指標）僅有65%，這意味著35%的差異，將直接導致模型跑偏。

為此，德適科技發布了iMedStudio——一個全模態智能標注平臺。它像一個全能的智能工廠，兼容全球幾乎所有的醫療影像格式。

其核心突破在于交互方式的變革。專家在三維CT影像中，只需點擊一次鼠標，AI便能瞬間理解并完成數百張切片的連續標注，邊緣精準，可重復性高。

原本數小時的工作被壓縮至1分鐘內。更重要的是，AI的介入極大地統一了標注標準，將不同專家的標注交并比提升至99%。

此外，iMedStudio還引入了“智能仲裁”功能。當多位專家標注結果不一致時，AI可以一鍵分析匯總，并給出初步判斷，輔助審核專家進行高效取舍。

這徹底改變了過去靠“開會討論”來解決標注分歧的低效模式。

03

如何喚醒沉睡的百億級數據資產？

當矛盾的外殼層層剝開，醫療AI的瓶頸已不是算法和算力問題，而是迫切需要持續產生的高質量數據源。

如何讓沉睡的海量影像數據，在合規的前提下流動起來，并產生行業價值，這背后有兩個無法自洽的底層矛盾。

其一，醫療AI的發展依賴于高質量的標注數據，這是行業的共識。但一個尷尬的現實是，中國絕大部分的醫療影像數據“沉睡”在各家醫院的服務器中。

根據《2025中國衛生健康統計年鑒》數據，2024年全國醫院數量已接近3.9萬家，這些機構沉淀了覆蓋臨床診斷90%場景的百億級多模態影像數據。

鑒于隱私敏感性和合規風險，這些數據大多被本地封存，形成了一個個“數據孤島”。高校、企業若想做科研或開發模型，往往拿不到合規的高質量數據源；而頂級醫院和頂尖專家的診斷經驗，無法轉化為可復用的行業資產；基層醫生更難以獲得優質的診斷工具，導致漏診、誤診現象頻發。

另一方面，數據端的鏈條也是割裂的。數據供給、標注、模型訓練、臨床落地往往由不同主體負責，缺乏統一的平臺進行確權和利益分配。這導致絕大多數企業只能從零搭建項目，單獨搞定標注、算力、臨床驗證，AI模型開發周期長、成本高，且難以規模化。

簡單來說，行業并不缺乏需求，而是少了一套能讓數據安全流通、并讓參與者都能獲利的“操作系統”。

04

iMedLoop的解法

德適科技推出的 iMedLoop 平臺，試圖扮演這個“操作系統”的角色。

如果說iMedImage完成了“大腦”的使命，iMedStudio則是解決了“手”的瓶頸。它們與模型訓練引擎iMedMaaS一同整合進了iMedLoop生態閉環中。

iMedLoop的核心邏輯在于構建了一個從數據確權到收益回流的完整閉環。

首先，解決“信任”問題。iMedLoop 接入了杭州市城市可信數據空間，這意味著所有數據的流轉都在官方監管框架內進行，所有影像數據全流程脫敏、流轉留痕、權屬清晰，充分實現了“數據可用不可見”。對于醫院和醫生而言，這打消了隱私泄露的顧慮。

其次，解決“生產”問題。自研醫療影像大模型iMedImage是平臺的技術底座，配套的iMedStudio標注工具和iMedMaaS模型訓練引擎。這使得第三方機構只需要少量的標注樣本，就能在數月內產出適配特定科室的專用AI模型。同時，德適科技已沉淀了100+成熟專科AI模型，覆蓋26個臨床科室，可無縫對接醫院PACS、RIS、HIS系統。

最后，也是最關鍵的，解決“商業分配”問題。iMedLoop內置了一套收益結算體系。當基于這些數據訓練的AI模型產生商業價值（如軟硬件銷售、服務費）時，數據供給方（醫院）、參與標注的專家、模型研發方都能從中獲益，足以支撐生態的長期穩定運轉。

以往醫療AI呈現的“項目制”和“定制化”等高成本模式，會轉向一種更可持續的“平臺化”模式。

iMedLoop也并非單一 AI 工具，而是德適科技基于影像賽道多年積累打造的醫療AI基礎設施，是一套“底層大模型基座+中層數據與訓練引擎+頂層全域應用閉環”的工具組合和協同平臺。

它整合了標注、治理、驗證等全流程能力，這在醫療AI行業也是第一次出現。

2026年是 “數據要素×”三年行動計劃（2024-2026年）的收官年，國家數據局宣布已提前完成目標，累計發布了417個典型案例和760個場景指引，醫療健康是重要行業領域之一。

全國的活躍數據總量、企業數據產品交易額、數據產品數量均大幅增長，可信數據空間也在各地快速發展，整個行業需要的是一套能讓數據合規流通、讓模型批量生產、讓場景快速驗證的基礎設施，而不是又一款孤立的AI產品——這正是iMedLoop想做到的事情。

05

構建開放共贏的“AI朋友圈”

演講的最后，宋寧強調：“iMedLoop不再是一個單純的技術產品，而是一個開放的生態。我們希望創建的是一個繁榮、共贏、開放的生態。”

現場，德適科技分別與杭州數據集團、聯想控股、溫州市衛健委、鄭州人民醫院、推想醫療等機構完成簽約，30多項戰略合作，覆蓋了數據生態、標注生態、模型共建三類伙伴，對應了合規數據入口、專家知識結構化、專病模型訓練落地等關鍵要素。

醫療AI行業曾被詬病的碎片化，第一次采取了“工業化”的方式整合。

在這個“AI朋友圈”。大家提供數據、知識和場景，德適科技提供優質的“鏟子”和“工廠”，共同挖掘醫療AI這座金礦。

當前，德適科技的AI能力已覆蓋全國400多家醫療機構。隨著平臺的推廣，其商業模式也從單純的軟硬件銷售，迭代為“數據資產服務”在內的可持續收入體系。

06

從單兵作戰到全域協同

醫療AI的商業前景毋庸置疑。

“據世界經濟論壇發布的數據顯示，預計2032年全球 AI 醫療市場規模將達到4910億美元。而當前的市場只有1/10，全球不到400億美元規模。” 宋寧拋出這樣一組極具誘惑力的潛力數據。

醫療AI的競爭，已經從單純的算法比拼，轉向了對數據資源、生態協同和商業閉環的綜合較量。

在4910億美元的市場誘惑面前，德適科技沒有選擇短期市場紅利，而是選擇了解決最底層的“硬骨頭”，試圖用這套“基座+工具+生態”組合拳，成為中國乃至全球醫療AI產業智能化升級的“底座”。

透過 iMedLoop 平臺，實際上是在為中國醫療AI行業鋪設一條“數據高速公路”。這條路能跑多快、跑多遠，取決于能否真正激活那些沉睡在醫院里的海量數據資產，并讓每一個參與建設的人都能從中獲益。

從1200年到6年的跨越，從65%到99%的提升，這些數字背后，是醫療AI從“手工作坊”走向“工業化生產”的必然。

這或許才是這次產品發布會背后，更值得關注的行業信號。

*封面圖片來源：AI生成

文｜劉東

微信｜liudong83112

添加時請注明:姓名-公司-職位

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。未經許可，禁止進行轉載、摘編、復制及建立鏡像等任何使用。文中如果涉及企業信息和數據，均由受訪者向分析師提供并確認。