优质医疗资源的结构性失衡，是当前医疗健康体系最棘手的供给侧难题——三甲医院人满为患，基层机构陷于“人才空心化”局面，而资深诊断医师培养周期超十年，供给增速远不及老龄化与慢病带来的需求井喷。

这正是医疗AI持续获得政策红利与资本押注的底层逻辑。医学影像是AI落地较快的方向，影像数据规模大、诊疗高频、流程标准化程度高，且相关医生供给存在结构性缺口。如何将分散的影像数据、专家经验、模型训练能力与临床应用场景连接起来，已成为行业下一阶段竞争的关键。

7月4日，德适-B(02526)“医疗AI全域生态创新研讨暨iMedLoop全球医疗影像数据平台发布会”在北京举办，正式发布最新产品——iMedLoop全球医疗影像数据平台。活动汇聚了医疗AI领域政产学研医多方主体，来自中国科学院、中国工程院、全国卫生产业企业管理协会、中国信息通信研究院、浙江省委网信办、浙江省肿瘤医院、上海交通大学医学院附属瑞金医院、杭州数据集团、联想控股等机构的百余位代表参会。此次发布围绕了医疗影像数据、医学影像基座模型、专病专科AI应用、临床协同及产业生态展开，标志着德适在医疗影像AI平台化、规模化和生态化方向上进一步推进。

iMedLoop：告别“一病一模型”，AI医疗开启工业化全流程时代

德适此次发布的iMedLoop，并非单一AI工具，而是面向医疗影像AI开发与应用全流程的基础设施，覆盖数据治理、专家标注、模型训练、模型服务和临床应用等关键环节，目标是提升医学影像AI应用开发效率，推动专病专科模型从项目化开发走向标准化、规模化和持续迭代。如果说福特流水线，让汽车从少数人的奢侈品变成大众可及的交通工具，那么医疗影像AI的工业化生产线，最终要解决的是家家户户都能享受到优质医疗服务的问题。

从产业逻辑看，过去医疗影像AI常常采取“一病一模型”的开发方式。不同疾病、不同科室、不同影像模态往往需要重新组织数据、重新标注、重新训练、重新验证，开发周期较长，成本较高，跨场景复制能力有限。随着临床需求不断扩展，单点模型模式已难以满足多病种、多科室、多层级医疗机构的应用需求。

iMedLoop试图解决的核心问题，是将医疗影像AI从“单个模型开发”升级为“平台化模型生产”。通过统一的数据治理、专家协同、模型训练、模型管理和应用部署流程，平台可以支持更多专病专科模型的孵化和转化，提升医疗AI应用从科研、验证到临床落地的效率。

在数据治理层面，医疗机构长期积累大量影像数据，但数据能否用于AI训练，取决于授权、脱敏、清洗、结构化、质量评估和安全管理等多个环节。iMedLoop将数据治理作为底层能力之一，有助于把分散沉淀的影像数据转化为可管理、可标注、可训练、可追溯的数据资源。

在专家协同层面，医疗AI训练高度依赖高质量标注。影像标注不是简单的数据处理，而是医生临床经验和诊断判断的结构化表达。通过标准化标注和质控流程，平台可以将专家经验沉淀为可复用的医学知识，进一步提升模型训练质量和临床可信度。发布会上，德适还发布了新一代智能标注工具iMedStudio，具备多模态融合、人机协同、精准分割、智能仲裁四项核心能力，以解决当前全球标注工具普遍存在的格式杂乱、手动标注效率低下、精准度参差不齐、多人协作质控困难四大痛点。

在模型训练层面，德适已构建iMedImage®医学影像基座模型，是全球首个千亿级参数跨模态医学影像大模型，支持19 种影像模态、覆盖超90% 临床场景，突破传统单一模态技术局限，可作为专病专科模型开发的底层引擎。据德适科技董事会主席、首席执行官宋宁在发布会上介绍，基于该基座模型，专病模型训练对标注数据的需求量降至原来的二百分之一，开发周期缩短至十二分之一，开发成本与算力支出均降至十分之一。依托该模型，德适科技先后参与了6项国家级及省部级重大专项，并在过去12个月与87家三甲医院合作训练了145个垂直模型。基于医学影像基座模型，医院、科研团队和产业合作方可在已有模型能力基础上进行适配开发，从而降低专用模型开发门槛，缩短模型开发周期。

在模型服务层面，医疗AI应用并非一次性交付即可完成。随着临床场景变化、数据持续积累和监管要求提高，模型需要持续评估、调用、管理、升级和迭代。iMedLoop平台化能力的意义在于，使模型可以在统一体系内持续服务，而不是停留在单个软件版本或单次项目交付。

在场景应用层面，iMedLoop可承接影像辅助诊断、病理分析、介入医学、报告质控、科研分析、专病筛查、县域医共体和基层辅助诊疗等多类场景。AI在其中承担辅助作用，通过提高效率、一致性和可追溯性，帮助医生完成临床工作。最终诊断仍由医生负责，AI的价值在于提升医学能力的可及性和服务效率。

本次会议吸引了来自政产学研医各界的百余位代表参会，中国科学院院士陈润生指出，AI能集成多位专家经验、突破单一视角局限；中国科学院院士蔡秀军表示，数据不规范将拉低AI"智商"，呼吁重视数据治理；中国工程院院士董家鸿认为，AI医院工程化条件已具备；中国工程院院士詹启敏指出，AI可为每位肿瘤患者定制治疗方案；全国卫生产业企业管理协会会长窦熙照表示，行业竞争是数据、标准、场景、生态的综合较量；浙江省肿瘤医院院长张宏认为，AI进医院需满足效率、简便、安全三条件；中国信息通信研究院任九选透露，行业正建设"实验室测试+临床验证"双轨评测体系，国内AI产品丰富度已超美国；浙江省工商联原副会长郑明治表示，未来医学属于能正确运用AI的人。

发布会上，杭州数据集团、联想控股、温州市卫健委、郑州人民医院、浙江师范大学数理医学院、推想医疗科技等数十家机构与德适达成战略合作签约，各方将依托iMedLoop平台，在数据治理、算法创新、模型研发、临床验证等环节协同推进，构建医疗AI全域生态创新体系。

政策东风与商业飞轮：从“卖产品”到“卖能力”

“人工智能+医疗卫生”已成为医疗数字化的重要方向。相关政策提出，到2027年建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用；到2030年，推动二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等应用。这意味着医疗AI行业未来将从试点示范进入规模应用阶段，平台型基础设施的重要性进一步提升。

德适此次发布iMedLoop，正好契合这一趋势，其通过平台连接数据、专家、模型和场景，有望在医疗影像AI规模化落地过程中形成更强的生态协同能力。对于医院而言，平台有助于降低专病专科AI应用开发门槛；对于科研机构而言，平台有助于提高医学影像数据转化效率；对于产业合作方而言，平台则提供了模型开发、应用验证和商业转化的基础能力。

德适成立于2016年，长期专注于医学影像产品及服务开发，已形成覆盖医学影像软件、医疗设备、试剂及耗材等方向的产品组合。公司核心产品AI AutoVision®是一款染色体核型辅助诊断软件，面向染色体核型智能分析场景，拟用于出生缺陷产前诊断、辅助生殖诊断等领域，是国内首款进入国家药监局创新医疗器械绿色通道的染色体AI 产品，临床识别准确率99.86%，数目异常检测灵敏度与特异度均达100%，将传统30 天诊断时长压缩至4-7 天，2024 年以30.6% 的市占率打破德国蔡司、莱卡的国际垄断，稳居国内染色体核型分析领域第一。

AI AutoVision®可对核型数字影像进行自动染色体分割、计数、排列及病例级异常检测，帮助医生提升染色体核型分析效率。该产品所处领域具备较高专业门槛，既需要算法能力，也需要医学知识、临床验证和医疗器械注册经验。德适在该领域的积累，为其向医学影像AI平台化延伸提供了业务基础。

除核心产品外，其还拥有AutoVision®染色体分析软件、MetaSight®自动细胞显微图像扫描系统、KayoFlow®自动细胞收获仪、KayoFlow®制片染色一体机，以及多款试剂和耗材产品。相关产品覆盖染色体分析、细胞样本处理、显微图像扫描、辅助生殖等场景，形成了较完整的生殖健康及细胞遗传学产品体系。

从平台业务看，德适已推出iMed MaaS®平台，提供从数据上传、处理到模型训练、发布的全流程服务，支持零代码医学影像模型训练流程构建。目前iMedLoop平台已正式开放，据发布会披露数据，已有超过3000名专业标注人员入驻平台，2895万条高质量数据集与100多个医疗AI模型完成部署，多家数据要素供应商、AI医疗科技企业等生态合作伙伴积极参与平台共建。iMedLoop的发布，可被视为公司在iMedImage®医学影像基座模型和iMed MaaS®平台基础上的进一步升级，推动公司从产品型企业向平台型企业延伸。

商业化的数据也释放了明确信号：2025年前九个月，德适的技术许可收入达5736.7万元，占总收入比重超五成；全年收入和毛利均明显增长，毛利率同步提升。技术许可和平台服务正成长为新的核心增长极，而不再是设备销售的附庸。这一收入结构的质变，意味着公司价值锚点正从“卖产品”转向“卖能力”，走向持续性服务。

医疗影像AI的竞争壁垒，也在同步迁移——算法精度的先发优势窗口收窄，真正的竞争壁垒来自数据资产、专家网络、临床验证、合规注册、模型迭代与生态合作的复合循环。德适通过iMedLoop构建的平台能力，有望在这些环节形成“滚雪球”效应，未来业务模式有望进一步从单一产品销售扩展至技术许可、模型服务、联合开发、专病模型孵化、医疗器械转化和生态合作等方向。

招股书显示，截至2025 年9 月30 日，公司产品覆盖全国31 个省市400 余家医疗机构，国内前100 顶级医院入院率达40%，北京协和医院、复旦大学附属中山医院等标杆机构均为其客户。目前，德适已联合多家医院孵化前沿影像专用模型，覆盖多个人体器官和疾病方向，相关产品已进入数百家医疗机构。这意味着公司不只是进行技术展示，而是在逐步形成从模型孵化、临床验证到商业转化的闭环。随着平台能力增强，更多专病专科模型有望在统一体系内实现开发、验证和推广。

对资本市场而言，其新产品iMedLoop发布的意义在于，德适的业务叙事正在从“医疗影像产品公司”升级为“医学影像AI平台公司”。公司既有染色体核型分析等细分场景的产品基础，也有医学影像基座模型、MaaS平台和技术许可业务的延伸能力。若平台生态持续扩展，公司未来成长空间有望进一步打开。

终点不是替代医生，而是让优质医学能力更普惠

医疗AI的目标从来不是替代医生，而是让优质经验被沉淀、复用和扩散。越是高质量的AI，越需要专家深度参与和临床验证。

其终极命题关乎公平：偏远山区与一线城市的母亲，面对同一张影像，获得准确判断的机会能否对等？正如福特流水线让汽车走进千家万户，医疗影像AI要解决的是优质医学能力的可及性问题——让基层医生获得辅助参考，让专家经验服务更多病例，让患者不必为一次影像诊断远途奔波。

德适从染色体核型分析切入，如今以iMedLoop为支点，推动医疗影像AI从“少数人的福音”走向“多数人的标配”。技术许可收入攀升、数百家医院落地，背后是专家经验被编码、复制、分发，抵达此前难以触及的角落。iMedLoop连接沉睡的数据、专家经验与大模型，构建可持续生产医学智能的基础设施，让封存的医学宝藏转化为可科研、可验证、可共享的健康价值。

当AI成为医学温度的放大器，我们见证的不只是一家公司的转型，更是一个时代对健康公平的回应——让优质诊断突破围墙、穿越山海，抵达每一个需要它的人。

优质医疗资源的结构性失衡，是当前医疗健康体系最棘手的供给侧难题——三甲医院人满为患，基层机构陷于“人才空心化”局面，而资深诊断医师培养周期超十年，供给增速远不及老龄化与慢病带来的需求井喷。

这正是医疗AI持续获得政策红利与资本押注的底层逻辑。医学影像是AI落地较快的方向，影像数据规模大、诊疗高频、流程标准化程度高，且相关医生供给存在结构性缺口。如何将分散的影像数据、专家经验、模型训练能力与临床应用场景连接起来，已成为行业下一阶段竞争的关键。

7月4日，德适-B(02526)“医疗AI全域生态创新研讨暨iMedLoop全球医疗影像数据平台发布会”在北京举办，正式发布最新产品——iMedLoop全球医疗影像数据平台。活动汇聚了医疗AI领域政产学研医多方主体，来自中国科学院、中国工程院、全国卫生产业企业管理协会、中国信息通信研究院、浙江省委网信办、浙江省肿瘤医院、上海交通大学医学院附属瑞金医院、杭州数据集团、联想控股等机构的百余位代表参会。此次发布围绕了医疗影像数据、医学影像基座模型、专病专科AI应用、临床协同及产业生态展开，标志着德适在医疗影像AI平台化、规模化和生态化方向上进一步推进。

iMedLoop：告别“一病一模型”，AI医疗开启工业化全流程时代

德适此次发布的iMedLoop，并非单一AI工具，而是面向医疗影像AI开发与应用全流程的基础设施，覆盖数据治理、专家标注、模型训练、模型服务和临床应用等关键环节，目标是提升医学影像AI应用开发效率，推动专病专科模型从项目化开发走向标准化、规模化和持续迭代。如果说福特流水线，让汽车从少数人的奢侈品变成大众可及的交通工具，那么医疗影像AI的工业化生产线，最终要解决的是家家户户都能享受到优质医疗服务的问题。

从产业逻辑看，过去医疗影像AI常常采取“一病一模型”的开发方式。不同疾病、不同科室、不同影像模态往往需要重新组织数据、重新标注、重新训练、重新验证，开发周期较长，成本较高，跨场景复制能力有限。随着临床需求不断扩展，单点模型模式已难以满足多病种、多科室、多层级医疗机构的应用需求。

iMedLoop试图解决的核心问题，是将医疗影像AI从“单个模型开发”升级为“平台化模型生产”。通过统一的数据治理、专家协同、模型训练、模型管理和应用部署流程，平台可以支持更多专病专科模型的孵化和转化，提升医疗AI应用从科研、验证到临床落地的效率。

在数据治理层面，医疗机构长期积累大量影像数据，但数据能否用于AI训练，取决于授权、脱敏、清洗、结构化、质量评估和安全管理等多个环节。iMedLoop将数据治理作为底层能力之一，有助于把分散沉淀的影像数据转化为可管理、可标注、可训练、可追溯的数据资源。

在专家协同层面，医疗AI训练高度依赖高质量标注。影像标注不是简单的数据处理，而是医生临床经验和诊断判断的结构化表达。通过标准化标注和质控流程，平台可以将专家经验沉淀为可复用的医学知识，进一步提升模型训练质量和临床可信度。发布会上，德适还发布了新一代智能标注工具iMedStudio，具备多模态融合、人机协同、精准分割、智能仲裁四项核心能力，以解决当前全球标注工具普遍存在的格式杂乱、手动标注效率低下、精准度参差不齐、多人协作质控困难四大痛点。

在模型训练层面，德适已构建iMedImage®医学影像基座模型，是全球首个千亿级参数跨模态医学影像大模型，支持19 种影像模态、覆盖超90% 临床场景，突破传统单一模态技术局限，可作为专病专科模型开发的底层引擎。据德适科技董事会主席、首席执行官宋宁在发布会上介绍，基于该基座模型，专病模型训练对标注数据的需求量降至原来的二百分之一，开发周期缩短至十二分之一，开发成本与算力支出均降至十分之一。依托该模型，德适科技先后参与了6项国家级及省部级重大专项，并在过去12个月与87家三甲医院合作训练了145个垂直模型。基于医学影像基座模型，医院、科研团队和产业合作方可在已有模型能力基础上进行适配开发，从而降低专用模型开发门槛，缩短模型开发周期。

在模型服务层面，医疗AI应用并非一次性交付即可完成。随着临床场景变化、数据持续积累和监管要求提高，模型需要持续评估、调用、管理、升级和迭代。iMedLoop平台化能力的意义在于，使模型可以在统一体系内持续服务，而不是停留在单个软件版本或单次项目交付。

在场景应用层面，iMedLoop可承接影像辅助诊断、病理分析、介入医学、报告质控、科研分析、专病筛查、县域医共体和基层辅助诊疗等多类场景。AI在其中承担辅助作用，通过提高效率、一致性和可追溯性，帮助医生完成临床工作。最终诊断仍由医生负责，AI的价值在于提升医学能力的可及性和服务效率。

本次会议吸引了来自政产学研医各界的百余位代表参会，中国科学院院士陈润生指出，AI能集成多位专家经验、突破单一视角局限；中国科学院院士蔡秀军表示，数据不规范将拉低AI"智商"，呼吁重视数据治理；中国工程院院士董家鸿认为，AI医院工程化条件已具备；中国工程院院士詹启敏指出，AI可为每位肿瘤患者定制治疗方案；全国卫生产业企业管理协会会长窦熙照表示，行业竞争是数据、标准、场景、生态的综合较量；浙江省肿瘤医院院长张宏认为，AI进医院需满足效率、简便、安全三条件；中国信息通信研究院任九选透露，行业正建设"实验室测试+临床验证"双轨评测体系，国内AI产品丰富度已超美国；浙江省工商联原副会长郑明治表示，未来医学属于能正确运用AI的人。

发布会上，杭州数据集团、联想控股、温州市卫健委、郑州人民医院、浙江师范大学数理医学院、推想医疗科技等数十家机构与德适达成战略合作签约，各方将依托iMedLoop平台，在数据治理、算法创新、模型研发、临床验证等环节协同推进，构建医疗AI全域生态创新体系。

政策东风与商业飞轮：从“卖产品”到“卖能力”

“人工智能+医疗卫生”已成为医疗数字化的重要方向。相关政策提出，到2027年建立一批卫生健康行业高质量数据集和可信数据空间，形成一批临床专病专科垂直大模型和智能体应用；到2030年，推动二级以上医院普遍开展医学影像智能辅助诊断、临床诊疗智能辅助决策等应用。这意味着医疗AI行业未来将从试点示范进入规模应用阶段，平台型基础设施的重要性进一步提升。

德适此次发布iMedLoop，正好契合这一趋势，其通过平台连接数据、专家、模型和场景，有望在医疗影像AI规模化落地过程中形成更强的生态协同能力。对于医院而言，平台有助于降低专病专科AI应用开发门槛；对于科研机构而言，平台有助于提高医学影像数据转化效率；对于产业合作方而言，平台则提供了模型开发、应用验证和商业转化的基础能力。

德适成立于2016年，长期专注于医学影像产品及服务开发，已形成覆盖医学影像软件、医疗设备、试剂及耗材等方向的产品组合。公司核心产品AI AutoVision®是一款染色体核型辅助诊断软件，面向染色体核型智能分析场景，拟用于出生缺陷产前诊断、辅助生殖诊断等领域，是国内首款进入国家药监局创新医疗器械绿色通道的染色体AI 产品，临床识别准确率99.86%，数目异常检测灵敏度与特异度均达100%，将传统30 天诊断时长压缩至4-7 天，2024 年以30.6% 的市占率打破德国蔡司、莱卡的国际垄断，稳居国内染色体核型分析领域第一。

AI AutoVision®可对核型数字影像进行自动染色体分割、计数、排列及病例级异常检测，帮助医生提升染色体核型分析效率。该产品所处领域具备较高专业门槛，既需要算法能力，也需要医学知识、临床验证和医疗器械注册经验。德适在该领域的积累，为其向医学影像AI平台化延伸提供了业务基础。

除核心产品外，其还拥有AutoVision®染色体分析软件、MetaSight®自动细胞显微图像扫描系统、KayoFlow®自动细胞收获仪、KayoFlow®制片染色一体机，以及多款试剂和耗材产品。相关产品覆盖染色体分析、细胞样本处理、显微图像扫描、辅助生殖等场景，形成了较完整的生殖健康及细胞遗传学产品体系。

从平台业务看，德适已推出iMed MaaS®平台，提供从数据上传、处理到模型训练、发布的全流程服务，支持零代码医学影像模型训练流程构建。目前iMedLoop平台已正式开放，据发布会披露数据，已有超过3000名专业标注人员入驻平台，2895万条高质量数据集与100多个医疗AI模型完成部署，多家数据要素供应商、AI医疗科技企业等生态合作伙伴积极参与平台共建。iMedLoop的发布，可被视为公司在iMedImage®医学影像基座模型和iMed MaaS®平台基础上的进一步升级，推动公司从产品型企业向平台型企业延伸。

商业化的数据也释放了明确信号：2025年前九个月，德适的技术许可收入达5736.7万元，占总收入比重超五成；全年收入和毛利均明显增长，毛利率同步提升。技术许可和平台服务正成长为新的核心增长极，而不再是设备销售的附庸。这一收入结构的质变，意味着公司价值锚点正从“卖产品”转向“卖能力”，走向持续性服务。

医疗影像AI的竞争壁垒，也在同步迁移——算法精度的先发优势窗口收窄，真正的竞争壁垒来自数据资产、专家网络、临床验证、合规注册、模型迭代与生态合作的复合循环。德适通过iMedLoop构建的平台能力，有望在这些环节形成“滚雪球”效应，未来业务模式有望进一步从单一产品销售扩展至技术许可、模型服务、联合开发、专病模型孵化、医疗器械转化和生态合作等方向。

招股书显示，截至2025 年9 月30 日，公司产品覆盖全国31 个省市400 余家医疗机构，国内前100 顶级医院入院率达40%，北京协和医院、复旦大学附属中山医院等标杆机构均为其客户。目前，德适已联合多家医院孵化前沿影像专用模型，覆盖多个人体器官和疾病方向，相关产品已进入数百家医疗机构。这意味着公司不只是进行技术展示，而是在逐步形成从模型孵化、临床验证到商业转化的闭环。随着平台能力增强，更多专病专科模型有望在统一体系内实现开发、验证和推广。

对资本市场而言，其新产品iMedLoop发布的意义在于，德适的业务叙事正在从“医疗影像产品公司”升级为“医学影像AI平台公司”。公司既有染色体核型分析等细分场景的产品基础，也有医学影像基座模型、MaaS平台和技术许可业务的延伸能力。若平台生态持续扩展，公司未来成长空间有望进一步打开。

终点不是替代医生，而是让优质医学能力更普惠

医疗AI的目标从来不是替代医生，而是让优质经验被沉淀、复用和扩散。越是高质量的AI，越需要专家深度参与和临床验证。

其终极命题关乎公平：偏远山区与一线城市的母亲，面对同一张影像，获得准确判断的机会能否对等？正如福特流水线让汽车走进千家万户，医疗影像AI要解决的是优质医学能力的可及性问题——让基层医生获得辅助参考，让专家经验服务更多病例，让患者不必为一次影像诊断远途奔波。

德适从染色体核型分析切入，如今以iMedLoop为支点，推动医疗影像AI从“少数人的福音”走向“多数人的标配”。技术许可收入攀升、数百家医院落地，背后是专家经验被编码、复制、分发，抵达此前难以触及的角落。iMedLoop连接沉睡的数据、专家经验与大模型，构建可持续生产医学智能的基础设施，让封存的医学宝藏转化为可科研、可验证、可共享的健康价值。

当AI成为医学温度的放大器，我们见证的不只是一家公司的转型，更是一个时代对健康公平的回应——让优质诊断突破围墙、穿越山海，抵达每一个需要它的人。