從中國臨床場景到全球AI4S底座：德適-B（02526.HK）如何打造醫療影像模型工廠

AI for Science（AI4S）正在重塑生命科學的探索方式，從藥物發現、基因解析到臨床診療，人工智能已成為驅動生物學發現的新引擎。在醫療影像這一關鍵戰場，AI4S的使命已從輔助讀圖升級為構建可泛化的底層智能。

德適-B（02526.HK）正是這一浪潮中的獨特實踐者：它不造藥，卻為生命科學提供「讀圖」的科研底座。全球首個醫療影像通用大模型iMedImage®與全鏈條平台iMedLoop™的上線，讓醫院與科研機構以項目與共建的方式共享其AI生產能力。

更關鍵的是，德適同時跑通了「數據→模型→產品→臨床→數據」的商業閉環。由此，德適打造出一座兼具科研深度與商業韌性的醫療影像AI「模型工廠」。

數據標準化：在複雜土壤中建起數據治理體系

醫療影像數據天然異質，中國的臨床場景更將其進一步放大。從三甲到基層、從進口到國產，設備品牌型號龐雜；幅員遼闊、人口眾多，造就了別處難以複現的人群隊列與疾病譜組合。這樣的數據若直接輸入模型，無異於放大噪聲。

第一道工序，必須把原始數據轉化為標準「物料」。iMedStudio™承接智能標註與專家質控——AI精準分割、智能仲裁、人工複核，層層遞進把關，將原始影像加工為可供訓練的標準樣本。截至6月末，這條「精礦」流水線已沉澱約2895萬份標註樣本，彙集超3000名專業標註人員。

在影像數據多數不出醫院、採集必須嵌入臨床流程的約束下，標準化這道門檻並非一朝一夕能建成。德適用了近十年醫院合作，才把這條數據治理的流水線跑通。而標準化抹平的是格式與標註的「亂」，保留的是病例譜與設備差異的「雜」——後者在「一病一模型」時代是負擔，在基座大模型時代，恰恰是稀缺的訓練多樣性。這種複雜環境中淬煉出的數據資產，正是底座泛化能力的核心來源。

模型規模化：「造模型」從手藝變成工業

這場生產方式的切換，始於2017年一個當時並不討巧的決定：當行業普遍沿著單病種、單模型的路徑加速落地時，德適選擇了一條更慢、也更重的路——自研醫療影像基座大模型。底座必須生長於自身的臨床數據體系之中，買不來，也急不得。也正因起步更早，德適在基座路線上比多數同行早了數年。

今天，這座底座已進化為擁有1040億參數、經8000萬張影像訓練、覆蓋19種影像類型的iMedImage®。底座建成後，新專科模型便無需從頭訓練，僅需疊加專科數據做頂層微調。過去一個病種從數據積累到模型落地，週期以年計，如今兩到三個月即可交付。截至6月末，公司累計開展158個專科模型項目，與近百家醫院建立合作。

中報數據給出了可量化的產出回報，2026年上半年，公司模型服務收入9454.1萬元，同比增長101.1%，占總收入86.9%。同期研發成本約6412萬元，同比增長67.4%。收入增速跑贏研發增速，平台化效應正在顯現。研發投入仍在加碼，說明規模效應尚未完全釋放，產能爬坡還在繼續。

規模化的本質，是成本曲線的改寫：底座只建一次，此後每產出一個新模型，都不再重複底座的巨額投入；多項目並行推進，底座每迭代一次，產線上全部模型同步受益。複利不押在任何一個模型上，而是沉澱在整條產線——「造模型」由此從手藝變成工業。

能力可複製：讓「造模型」成為一種可複用的服務

這座「模型工廠」的下一步，不只是自己能生產，而是把「生產方法」變成一項可被調用的服務——德適正在將內部跑通的「底座訓練+專科微調」範式，向醫院與科研機構輸出。

這套輸出體系有三層支撐。其一，流程產品化：7月上線的iMedLoop™已將數據治理、模型訓練、評測、部署、應用回饋全流程固化，合作機構無需自建產線，以項目與共建方式接入，即可共享這條生產能力。其二，能力跨模態：方法論從染色體核型分析起步，已在19種影像類型上持續複製，不綁定任何單一病種。其三，通道全球化：產品體系同時覆蓋NMPA、FDA、CE準入，銷售網絡延伸至六大洲70餘個國家和地區。

德適用十年時間，在複雜的中國臨床土壤裏完成了一件事：讓造醫療影像模型從一門手藝，變成一套可標準化、可規模化、可輸出的「模型工廠」。9月入通窗口臨近，意味著這座工廠將進入內地主流資金的配置視野。作為全球醫療影像AI工業化平台公司，德適的稀缺性在入通之後會持續被南向資金重新審視。