中国医疗 AI 企业的技术底座重构：从单病种工具到通用基座模型

　　在医疗人工智能从单点应用走向规模化落地的进程中,中国医疗 AI 企业的技术路径正在发生深层转变。过往以单病种、单任务为核心的项目制开发模式,逐渐难以匹配临床场景的多元需求,而通用医疗影像基座模型的出现,正在重构行业的研发效率与价值边界。德适科技作为深耕医疗影像 AI 领域的企业,凭借 iMedImage® 基座模型搭建起的技术体系,成为这一转型方向的典型代表。

　　医疗影像 AI 的研发范式转变

　　传统医疗影像 AI 的开发逻辑,是针对特定病种收集数据、标注、训练模型,每拓展一个新场景都需要近乎从零开始的投入,研发周期长、复用率低。而德适科技选择的基座模型路径,核心是打造一套可跨影像类型、跨病种、跨任务迁移的底层能力,让新增专科模型的开发站在统一的技术底座之上。根据德适科技 2026 年中期报告披露,其 iMedImage® 已覆盖 19 种医疗影像数据类型,支持从染色体核型、超声到 CT、MRI 等多模态影像的理解与推理,模型开发对数据量的依赖度、开发成本和周期均大幅低于传统单任务模型。

　　全流程技术体系的搭建

　　基座模型的价值不止于模型本身,更在于配套的全流程工具链。德适科技在 iMedImage® 之外,陆续推出 iMedStudio™智能工作台、DoctorBench® 统一评测体系以及 iMedLoop™数据平台,形成了从数据标注、模型训练、能力评测到部署应用的完整链路。其中 iMedStudio™解决了多模态影像标注中的工具分散、多人质控成本高的问题,DoctorBench® 建立了覆盖多场景的模型能力评价标准,而 2026 年 7 月上线的 iMedLoop™,则进一步将数据协作、专业标注、模型训练与应用反馈打通,让技术能力形成持续迭代的闭环。

　　技术落地的监管验证

　　医疗 AI 的技术价值最终需要通过监管认证与临床验证落地。德适科技基于 iMedImage® 开发的 AI AutoVision® 染色体核型图像辅助诊断软件,于 2026 年 5 月获得国家药监局第三类医疗器械注册证。这一进展不仅验证了基座模型向监管级产品转化的能力,也标志着德适科技的技术路径完成了从技术研发到合规落地的关键跨越。除此之外,该产品的美国 FDA 注册也已提交,正在推进海外监管准入进程。

　　从单病种工具的零散开发,到通用基座模型的体系化构建,中国医疗 AI 企业正在进入技术沉淀与能力复用的新阶段。德适科技走出的基座模型 + 全流程工具的路径,既为自身的产品拓展提供了底层支撑,也为行业提供了可参考的技术范式。随着更多临床场景的验证与落地,德适科技所代表的技术路线,有望持续推动医疗影像 AI 的规模化普及。

编辑：文韬