深睿醫療：從影像AI先行者到醫院“數智底座”構建者

一家醫療AI企業穿越九年周期的戰略進化邏輯

在中國的醫院里，一場靜悄悄的變革正在發生。

一套名為Deepwise MetAI X的系統，正以“雙總線”架構同時調度放射、超聲、內鏡等多模態影像數據，搭載“影像+文本”雙AI引擎，從影像智能重建、病灶精準檢出到結構化報告自動生成，一氣呵成。它不是一個單點工具，而是一整套覆蓋“篩—診—治—管—教—研”全流程的智能服務體系——換句話說，它正在成為醫院的“數智化底座”。打造這套系統的，是一家叫深睿醫療的公司。

這個名字或許不像互聯網大廠那樣家喻戶曉，但在醫療AI圈子里，它是繞不開的存在。2017年成立，九年深耕，15張NMPA三類證位居行業前列——其中包括國內首個肺癌AI診斷產品三類證，這張證的獲批意味著AI產品真正突破了“檢出和分診”的桎梏，開始為醫生提供貨真價實的診斷輔助。產品覆蓋全國30多個省市數千家醫療機構，年AI調用量近2億次。2021年，深睿醫療完成了中國醫療影像AI領域最大的并購案——收購“AI四小龍”之一依圖科技旗下的醫療業務，打造出“影像+文本”雙AI引擎，由此開啟了從影像輔助診斷到全流程數智化的新階段。

資本市場的態度，是檢驗企業成色最直接的標尺。2025年1月，在中后期醫療投資市場幾近“冬眠”的大環境下，深睿醫療逆勢完成新一輪近5億元融資，由君聯資本及杭州市區產業基金共同參與，成為醫療AI領域近年最大規模的融資之一。

同年底，國家衛健委聯合三部門印發《衛生健康行業人工智能應用場景參考指引》，以4大領域、84個具體場景為行業劃定了清晰航道——醫療AI正式從“錦上添花”轉為“臨床剛需”。

政策東風與資本投票雙重加持之下，深睿醫療的故事值得細細拆解：一家醫療AI企業，如何在九年間完成從“教會AI看片”到“重塑醫院運轉方式”的跨越？

三次戰略躍遷：從“單點突破”到“全流程基礎設施”

回溯醫療AI行業的發展脈絡，一個現象值得深思：早期數百家企業蜂擁而入，絕大多數扎堆在影像科做單病種AI，產品高度同質化，商業模式卻始終難以跑通。大浪淘沙后，真正穿越周期的企業寥寥無幾。深睿醫療是其中之一，聯合創始人兼CEO喬昕向融中表示，深睿的生存密碼，藏在三次關鍵的戰略躍遷之中。

第一步棋落在“全流程”上。行業初期，各家比拼的是單點AI的檢測效率——誰的肺結節檢出率更高，誰的速度更快。深睿醫療同樣以影像AI起步，但很早就意識到一個根本性問題：醫療是強流程、強閉環的行業，一個孤立的AI產品，再精準也只是診療鏈條上的一個“斷點”。基于這一判斷，深睿醫療主動從影像AI向診療、數據、科研、裝備全面延伸，按照醫生的真實診斷邏輯進行產品規劃。從影像重建、打印、診斷、療效評估，到隨訪、科研、數據治理，全流程都有深睿產品的參與。這種“把斷點變閉環、把工具變體系”的思路，讓深睿在后來的競爭中擁有了結構性優勢。

第二步棋指向“商業化落地”。技術領先固然重要，但醫療AI能否真正站穩腳跟，最終取決于合規取證、臨床場景落地和規模化交付的能力。2021年8月，深睿醫療完成了一次改變行業格局的關鍵動作——收購依圖科技旗下的醫療業務板塊，這也是中國醫療影像AI領域有史以來規模最大的并購事件。此舉不僅為深睿擴充了輔助決策類技術產品與專利儲備，更關鍵的是打造了“影像+文本”雙AI引擎，將應用場景從影像輔助診斷擴展到醫療大數據的標準化和系統化研究，完成了從“看得見”到“讀得懂”的能力飛躍。在合規取證方面，深睿的步伐同樣扎實，截至目前已手握15張NMPA三類證，其中2024年9月獲批的肺癌AI輔助診斷軟件，是國內首個突破“檢出和分診”桎梏、進入真正意義上“診斷輔助”領域的產品，在行業內具有里程碑意義。

第三步棋則瞄準了“大模型時代”的范式變革。2025年，深睿醫療正式發布Deepwise MetAI X多模態大模型，以革命性的“雙總線”架構整合放射、超聲、內鏡等多模態數據，搭載“影像+文本”雙AI引擎，構建起覆蓋“篩—診—治—管—教—研”全流程的智能服務體系。與此同時，深睿并未止步于一個大模型，而是構建起涵蓋醫學圖像通用分割大模型SAMI、開源大語言模型Deepwise LMLM、“國檢智析”檢驗大模型、“合樞”脊柱側彎大模型在內的醫療垂類大模型矩陣，并創新性地打造了“醫療垂直大模型+智能體”的生態模式——將垂類大模型與影像診斷智能體、數據治理智能體、科研管理智能體等場景化專業智能體深度融合，在疾病篩查、診斷、評估、研究等全流程提供閉環式支持。

三次戰略躍遷，內核始終未變。正如喬昕在采訪中所言：“醫療AI的本質是醫療，不是AI；是服務，不是技術。”這種對行業本質的清醒認知，讓深睿在每一個技術風口面前都保持了定力——不追概念、不堆參數，而是把每一步技術突破都扎扎實實地轉化為臨床價值。

技術護城河：垂直大模型的“專精”，何以勝通用巨頭的“廣博”

GPT-4o、Gemini等通用大模型紛紛切入醫療領域，一度引發行業熱議：垂直醫療AI企業的護城河是否會被通用巨頭的技術洪流沖垮？深睿醫療對此有著冷靜的判斷。在他們看來，通用大模型進入醫療恰恰說明這個賽道的價值已被廣泛認可，但醫療不是通用場景，醫院不是普通用戶，臨床更不是簡單問答。通用大模型再強大，也很難真正穿透醫療行業的專業性、合規性、臨床流程和數據安全這四層壁壘。

九年的臨床積淀，是深睿最深的一條護城河。從第一天起就扎根醫院、扎根科室、扎根流程，深睿積累了覆蓋全國數千家醫療機構的真實世界數據與診療經驗。這種深度臨床Know-how——對醫生工作流的理解、對科室痛點的洞察、對醫院管理邏輯的把握——不是通用大模型靠通識訓練能短期復制的。以獲得里程碑意義的肺癌AI診斷三類證的產品為例，其背后是數萬例有病理金標準數據及至少兩年隨訪數據的持續訓練，這種“慢功夫”恰恰是醫療AI最寶貴的競爭壁壘。

在模型設計理念上，深睿同樣走了一條差異化路線。通用大模型追求的是“什么都能答”，醫療大模型必須做到“什么都答得準、敢用于臨床”。Deepwise MetAI X從底層就是為醫療場景定制的，模型結構、訓練目標、評估體系全部圍繞臨床安全與診斷精度設計。更值得一提的是，深睿醫療從研發之初就把“輕量化、低算力、私有化友好”作為核心技術目標，不追求超大參數規模，而是基于臨床場景做深度裁剪、專病優化、結構精簡，在保證診斷精度和多模態能力不變的前提下，將模型體積和算力消耗降到醫院可輕松承受的范圍。這一策略直擊行業痛點——對于多數醫院而言，高昂的算力成本是引入大模型最大的顧慮，而深睿給出的答案是“能力不打折，算力大幅省”。

醫療數據的安全紅線，則構成了通用模型難以逾越的第四層壁壘。三甲醫院對于“數據不出院、全鏈路可控、等保合規、長期運維”的要求近乎剛性，通用大模型以云端服務為主的交付方式很難滿足這些條件。深睿醫療從產品設計之初就圍繞私有化部署構建體系，具備完整的本地化部署、數據治理與安全隔離能力，這讓醫院能夠放心地將AI引入核心診療流程。

護城河的價值，最終要在“普惠”中體現。深睿醫療始終堅持“深睿醫生，讓看病不再困難”的初心，認為大模型真正的價值不只在于技術有多強，而在于能不能把三甲醫院的能力送到更遠、更需要的地方去。依托Deepwise MetAI X多模態大模型，深睿將多年積累的影像診斷經驗、專家共識、臨床指南裝進AI，讓基層設備也能“自帶三甲大腦”。通過云端與邊緣端一體化的輕量化方案，基層機構無需投入巨額成本建設機房，只需簡單接入，就能快速開展肺癌篩查、骨齡評估、骨密度檢測、乳腺篩查等剛需項目。與此同時，深睿還幫助基層與上級醫院建立起遠程會診、雙向轉診、數據互通的協同網絡，讓患者不必長途奔波，在家門口就能享受到連續、規范的診療服務。正如喬昕所說：“未來醫療大模型的競爭，不是算力軍備競賽，而是落地能力競賽。”

面向2027：“AI原生醫療”時代的數智化圖景

有業內專家預判，2027年將成為“AI原生醫療”的爆發期。所謂“AI原生”，意味著AI不再是醫療流程的外掛插件，而是從一開始就融入醫院的運轉邏輯，成為像水電煤一樣不可或缺的基礎設施。要實現這一跨越，兩個關鍵問題必須得到回答：醫院的數據如何從“沉睡資源”變成“核心資產”？醫生與AI之間的協作應該是什么樣的？

深睿醫療的Deepwise TrioData X平臺，正是為第一個問題而生。作為多模態醫療大數據大模型能力開放平臺，Deepwise TrioData X通過大模型技術的突破性應用，搭建起“數據治理—能力創新—場景落地”的全棧式閉環，將龐大的多源異構數據轉化為高質可信的數據資產中心，在臨床、科研、管理、AI創新等維度為各級醫療機構賦能。從市場反饋來看，醫療機構對數據資產化的接受度正處于從“認知覺醒”向“實踐落地”加速跨越的關鍵階段，呈現出三甲醫院主動領跑、區域醫療中心和二甲醫院穩步跟進的態勢。深睿的Deepwise TrioData X要做的，是成為這場數據資產化變革中醫院的“賦能者”，幫助醫療機構把沉睡的數據資源轉化為支撐高質量發展與臨床科研創新的戰略級資產。

而Deepwise MetAI X一年來的臨床實踐，則在回答第二個問題——大模型帶給醫院的最本質改變是什么。過去的AI更多是“單點輔助”，每個產品解決一個碎片化的問題；今天的多模態大模型真正扮演了醫院的“數智化底座”角色。一方面，它打破了數據孤島，將影像、文本、病歷、檢驗等多模態數據統一理解與治理，讓數據從“沉睡狀態”變為可流轉、可利用的核心資產。另一方面，它重構了診療流程，將AI深度嵌入篩查、診斷、治療、隨訪、科研全環節，從“輔助醫生干活”升級為“支撐醫院體系化運轉”。更深層的變化在于，它推動經驗醫療走向標準化、精準化醫療，以統一、穩定、可解釋的AI能力，提升基層與專科診療的同質化水平，讓優質醫療能力可復制、可下沉。

關于醫生與AI的理想協作狀態，深睿的愿景可以概括為“分工互補、協同增效、共生共長”。在這幅圖景中，AI承接的是重復性、機械性、高負荷的工作——閱片篩查、病灶初判、數據整理、報告排版、隨訪提醒等，把醫生從每天數小時的機械勞動中解放出來，讓他們將精力聚焦于疑難病例診斷、個性化治療方案制定、患者溝通和科研創新。與此同時，面對復雜病例和罕見病，深睿的專病大模型能夠整合海量臨床數據與專家經驗，為醫生提供多維度的診斷建議和手術規劃參考，甚至預警潛在的診療風險，切實提升醫生的診療上限。最終，AI融入全流程診療閉環，與醫生形成無縫協同。

AI是否會改變醫生的職業成長曲線？深睿的回答是：會，但不是顛覆，而是優化和升級。當基礎閱片和標準化報告的工作量被AI大幅承接，未來醫生的核心競爭力將轉向疑難診斷能力、個性化治療創新能力、科研轉化的落地能力以及患者服務的溝通能力。AI讓醫生成長得更快、更精準、也更有價值。

站在2026年這個醫療AI從“規模化應用”向“深度滲透”跨越的關鍵節點，深睿醫療對下一步有著清晰的路線圖：立足多模態大模型核心優勢，聚焦“臨床剛需最迫切、技術壁壘最高、價值最可落地”的方向持續攻堅，精準匹配國家衛健委84個場景指引，讓AI真正融入診療全鏈條。

九年前，深睿醫療從一張AI影像出發；九年后，它已成長為一個支撐醫院數智化轉型的生態體系。這條路折射出的，是中國醫療AI從概念走向基礎設施的產業進化邏輯。“深睿醫生，讓看病不再困難”——這句寫在公司基因里的話，在新質生產力的時代浪潮下正在獲得新的注腳：當AI成為醫院的水電煤，距離不再是健康的障礙，每一個普通患者都將是最終的受益者。