德適生物通過聆訊，醫學影像基座大模型能力進入成果驗證期，收入暴增

醫療大模型領域即將迎來又一家上市公司。

港交所披露易消息顯示，德適生物已于日前通過聆訊，即將以“醫學影像大模型第一股”實現IPO。

而推動德適生物成功通過聆訊，與國家政策對醫學影像智能輔助診斷領域的確定性需求，以及德適生物進入成果驗證期的醫學影像基座大模型可充分承接這一需求密切相關。

01

國家層面推動“智慧醫療”建設，市場增長需求“明確性”信號已釋放

醫學影像對于醫生診斷疾病、制定治療方案以及評估治療效果等方面有著至關重要的作用。目前醫院的醫療數據90%來源于影像，而且正以30%—40%的速度增長；影像報告在臨床診斷信息中的貢獻度大于70%。1

但是醫院醫學影像科室的發展面臨多重困境。一方面，弗若斯特沙利文數據2顯示，2021年中國影像科醫生配置約為0.17人/千人。而培養一名合格的影像科醫生，從本科起算，至少需要8至10年之久。增長的醫療需求與醫療資源短缺間存在矛盾；另一方面，醫學影像誤診漏診概率極高。僅以肺癌為例，一項研究3指出，肺癌伴大量胸腔積液時，腫瘤包埋于不張肺組織內，觀察不全時容易漏診，漏診率甚至可以高達27.18%。

為解決上述問題，國家日益重視“智慧醫療”的建設發展。

去年10月，國家衛生健康委辦公廳等聯合發布《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，在總體要求中明確表示，“到2030年，基層診療智能輔助應用基本實現全覆蓋，推動實現二級以上醫院普遍開展醫學影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術應用”。

政策量化了建設指標。根據《2024中國衛生健康統計年鑒》，醫療機構數量自2015年以來仍在逐年增長，僅2023年二級及以上醫院整體數量已經達到15801家。按照政策規劃，這意味著需要對總計多達上萬家的二級及以上醫院院內醫療基礎設施進行建設，增加醫學影像智能輔助診斷設備及應用的覆蓋。

數據來源：《2024中國衛生健康統計年鑒》；動脈網制圖

這是一個可以想見的規模龐大的市場，僅以醫學影像AI應用覆蓋來看，預估其規?？赡芨哌_百億元。而需求“明確性”信號的釋放，對智能醫學影像行業發展而言無疑是重大利好。

02

AI輔助診斷應用數量占比約不到3%，通用基座大模型有望解決這一難題

但是，現實仍舊充滿挑戰。

二級以上醫院普遍開展智能醫學影像智能輔助診斷的前提，是市面上提供豐富的AI應用產品。但僅從醫學影像智能輔助診斷應用的數量來看，截至2024年6月，中國僅92款產品獲批醫療器械三類證，涵蓋肺部、心腦血管、骨科、眼底、乳腺等細分領域4。而據不完全統計，國內現有3285項醫學影像檢測項目。即AI智能輔助診斷應用占比約不到3%。另一個事實是，醫學影像智能輔助診斷應用的開發已達數余年。

造成這一局面的原因，與高開發門檻、長周期投入、低效產出等有關。具體而言，傳統專用模型的開發通常需耗費上千萬元資金、數萬張標注影像數據訓練，而研發周期則長達2年以上。即便成功開發對應AI應用，仍舊可能面臨設備兼容性差、臨床場景適應性弱等問題。

有行業人士判斷指出，如若繼續仰仗傳統專用模型開發對應AI應用，可能難以在2030年完成既定的醫學影像智能輔助診斷二級以上醫院覆蓋目標。

針對這一行業難題，德適生物提出的解法是提供通用大模型iMedImage?，將醫學影像基座模型能力開發給行業從業者。

該模型是德適生物自主研發的世界上參數規模最大的通用型醫學影像基座模型、唯一與預訓練醫學影像技術深度集成的、首個跨模態醫學影像基座模型。iMedImage?基座模型參數規模達千億級、采用模塊化設計，通過涵蓋CT、MRI、超聲、核型分析、內鏡等19種臨床影像模態的海量數據集進行預訓練，覆蓋超過90%的醫學影像場景。而大規模統一預訓練機制融合協同自監督與弱監督學習策略，使得該模型能夠在多中心、多疾病、多模態數據集中發揮優勢效力。

iMedImage?模型主要可以從以下維度助力行業從業者AI醫學影像產品的研發：

（1）速度快。開發周期從行業平均3—5年壓縮至數月內完成；

（2）費用低。AI研發投入減少90%以上，投資回報率顯著提升；

（3）適配廣。支持CT、MRI、超聲、核型分析、內鏡等19種臨床影像模態 ，廣泛覆蓋影像檢測場景。

從實際合作案例來看，德適生物合作機構采用僅200例影像數據，且訓練周期短至數周，即完成了?？颇Ｐ蜆嫿?，數據依賴度遠低于傳統開發模式，研發成本降低近九成。這一技術特性也使得中小型設備廠商，甚至臨床醫院亦可輕松切入AI賽道。

為了推動行業發展，在2024年9月，德適生物便推出了基于iMedImage?醫學影像基座模型獨立開發的云端AI服務平臺iMed MaaS平臺，為醫療機構、學術科研機構及區域醫療系統提供“即用即取、按需服務”的智能影像AI能力。而如今，德適生物可為有需求的企業提供基座大模型“技術許可”，按需實現云端或本地化部署。

03

能力已驗證，染色體核型分析突破外企壟斷位列國內市場第一

對行業而言，更為重要的是，AI醫療大模型的能力是否已在臨床醫療場景中得到驗證。

當前，德適生物已在染色體核型分析這一臨床細分場景中跑通。德適生物招股書顯示，2024年按照銷售收入計算，德適生物已占據中國染色體核型分析市場30.6%的份額，位列市場第一。其一舉打破了海外企業的市場壟斷局面。以往，染色體核型分析市場由具備光學硬件優勢的國際廠商蔡司（與MetaSystems公司合作）、徠卡（Leica）等主導，兩者的分析軟件在2021年合計占據90%的市場份額。

而讓德適生物選擇染色體核型分析這一場景作為驗證，與以下因素有關：

一方面，顯微影像領域（以染色體核型分析、病理切片為代表）是當前中國醫學影像檢測市場中最為重要的增長點之一。弗若斯特沙利文數據顯示，我國醫學影像檢測市場有望在2030年達到1590億的市場規模。而顯微影像領域正在成為關鍵的增長引擎，2024年至2030年，該細分領域預計將以14.9%的復合年增長率增長，明顯高于整體市場8.1%的增速。

圖源：德適生物聆訊后資料集

另一方面，醫學影像智能輔助診斷有望解決染色體核型分析面臨的困局。染色體核型分析是臨床中對出生缺陷與遺傳疾病、復發性流產及血液惡性腫瘤的重要醫學影像檢查方法。傳統染色體核型分析中，醫生須手動檢查數千條染色體影像，以判定樣本中每個細胞的染色體數量與結構是否正常，而每份樣本通常需要分析數百個細胞。傳統報告平均周期通常需30天。顯而易見，傳統方式不僅高度依賴醫師手工操作，分析耗時、勞動強度大，而且解讀報告面臨醫師主觀性等問題。通過引入自動化設備及人工智能算法，無疑有望提升檢測效率及結果均一性和標準化。

德適生物目前已經提供了一套覆蓋核型檢測流程的解決方案：其中包括一套全面的染色體核型分析軟件及設備，涵蓋樣本制備及結果分析的全流程，包括KayoFlow?自動細胞收獲儀、KayoFlow?制片染色一體機、MetaSight?自動細胞顯微圖像掃描系統以及已獲批的AutoVision?染色體分析軟件。

圖源：德適生物招股書；圖表為德適生物產品涵蓋流程階段

其中，德適生物在2019年獲批的染色體分析軟件AutoVision?提供局部自動化染色體核型數字影像計數及排列，并不支持染色體分型中病例級核型異常檢測功能。而基于德適生物醫學影像基座大模型iMedImage?，德適生物打造的核心重磅產品AI AutoVision?，其配有專有AI算法，可快速識別異常。該產品預期適應癥為采用羊水樣本的出生缺陷產前診斷；采用外周血樣本的輔助生殖診斷。根據招股書，多中心臨床試驗顯示，該產品在檢測異常數目方面靈敏度達100%、特異度達100%；在檢測結構異常方面靈敏度達94.05%、特異度達100%。

AI AutoVision?的產品優勢，也讓其屢獲各種獎項：2023年9月，其獲得“中國出生缺陷干預救助基金會科技成果獎一等獎”；2025年10月，其榮獲“全國婦幼健康科學技術獎科技成果一等獎”。

04

生態持續構建、收入快速增長，基座大模型未來增長可期

在染色體核型分析等單場景應用能力的突破，意味著德適生物基座大模型的能力得到驗證。而這也意味著——

一方面，德適生物可以進一步橫向遷移基于iMedImage?基座大模型打造創新醫學影像軟件產品的能力。例如，目前德適生物研發中的管線還包括血液細胞分析軟件、組織病理分析軟件、產科超聲分析軟件、智能掌上超聲分析軟件等。而它們面向的市場都有著極為旺盛的需求。

圖源：德適生物招股書

另一方面，在打造智能醫學影像產品的同時，對AI應用的開發也將進一步驗證與反哺德適生物基座大模型的能力。而它有望促成更多醫學影像領域的從業者采用德適生物的基座大模型。值得一提的是，2025年3月，德適生物與騰訊正式簽署戰略合作協議。同年12月，騰訊發布基于德適生物iMed MaaS平臺的最新智能預標注功能。德適生物與騰訊的深度合作從最初的戰略攜手、生態共建，全面邁入創新功能規?；渴馂楹诵牡男码A段。而隨著德適生物未來基座大模型的能力得到進一步鞏固，越來越多生態合作伙伴加入，無疑有望進一步推動德適生物的整個生態應用的繁榮。

德適生物醫學影像基座大模型的能力，也在帶來其營收的快速增長。招股書顯示，德適生物的營收已經從2023年的5284.4萬元，增長至2024年的7035.2萬元。而截至2025年9月底，這一數據已經破億，約為1.12億元。其中，表現尤為亮眼的無疑是基座大模型“技術許可”費用，該數據從2024年的1953.9萬元暴漲至2025年9月底的5736.7萬元。它也從側面說明了德適生物基座大模型能力獲得了第三方的認可。

圖源：德適生物招股書

而伴隨更多臨床機構打造的智能醫學影像應用推廣覆蓋至其他醫院、賦能各個科室，最終，基于德適生物構建起的智能醫學影像生態體系，將更好地解決當前醫療資源不平衡的局面。作為優質解決方案之一，其將助力“實現二級以上醫院普遍開展醫學影像智能輔助診斷”，真正賦能廣大醫院，實現“醫療平權”，讓更多患者享受到真正的醫療便利。

* 參考資料：
1、中華醫學會放射學分會.大咖論道 | 劉士遠教授：醫學影像科高質量發展的時代機遇與挑戰[EB/OL]. 2024-11-14.

2、弗若斯特沙利文.《AI醫學影像行業發展現狀與未來趨勢藍皮書》.2024
3、徐鳳,李琦.肺癌CT漏診常見原因分析及影像表現[J].實用放射學雜志,2024,40(12):1964-1967.
4、弗若斯特沙利文.《AI醫學影像行業發展現狀與未來趨勢藍皮書》.2024

如果您想對接文章中提到的項目，或您的項目想被動脈網報道，或者發布融資新聞，請與我們聯系；也可加入動脈網行業社群，結交更多志同道合的好友。

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。