亿配资如何让看病更简单？德适生物在数贸会首秀“中国方案”

当人工智能遇上医学影像，会发生什么？

9月25日，在杭州举办的第四届全球数字贸易博览会上，杭州德适生物科技股份有限公司正式发布自研的千亿参数规模通用型医学影像基座大模型iMedImage。

德适生物首发首秀现场潮新闻记者胡金摄

根据专业市场研究公司弗若斯特沙利文的资料，iMedImage是目前全球参数规模最大的通用型医学影像基座模型，也是首个商业化跨模态医学影像基座模型，覆盖19种主流影像模态，支持90%以上的临床场景。

具体来说，iMedImage可以帮助医疗机构在影像数据上实现自动识别、辅助诊断、风险预测、科研建模等功能，广泛适用于染色体分析、病灶辅助识别、产科风险预测、慢病管理等多元场景，堪称一位AI“超级医生”。

iMedImage何以如此“全能”？它的出现意味着什么？

通用型医学影像基座大模型iMedImage 德适生物供图

给医生一双“慧眼”

在第四届全球数字贸易博览会的首发首秀舞台上，德适生物医学影像与人工智能事业部负责人赵伟介绍了iMedImage的两种落地形态——

一是云服务，提供即用即取的AI能力，能让医疗机构无需担心本地硬件限制；

二是本地化部署的存算训推一体机，形似大型的电脑主机，适用于对数据安全与私有化部署有更高要求的医疗机构。

“如果说医学影像检查是临床诊疗的‘眼睛’，那我们要做一双‘慧眼’。”赵伟表示，iMedImage不是普通的医学影像识别工具，而是一个能支撑多种医疗场景的通用型基座大模型。

iMedImage的最大特征，是高普适。

传统医学影像大模型比较“专一”，比如只能分析超声影像，没法处理病理切片。但iMedImage既能识别显微镜下染色体的异常，帮助排查唐氏综合征等遗传疾病，也能读懂CT影像里的肺部结节、MRI里的肝脏病变，甚至能处理皮肤镜、内窥镜等特殊类型的影像。

不少医疗机构关注的，还有iMedImage的低成本。

传统医学影像大模型开发，往往需要上万例标注数据，研发周期长达两年，投入资金至少1000万元。而iMedImage仅需数百例数据、数天时间即可完成专病模型构建，研发成本能降低90%以上。

此外，iMedImage还支持“零代码”操作，医生无需掌握编程技能即可使用。

高效且易用的秘诀，在于前期的跨模态预训练。

作为一家成立近十年的高新技术企业，德适生物的研发团队用8000万例医学影像数据完成了预训练。这个数据量相当于全国数十家顶级医院几十年积累的医学影像资料，能让模型提前理解不同疾病在影像上的特征。

这样一来，iMedImage就能总结不同影像资料背后的共同特征与规律，以“少样本、低算力、快训练”的方式开展更多更复杂的影像检查和诊断项目。医生可以在该模型的辅助下快速清晰地解读影像数据，为患者提供更及时、更准确的诊断和治疗建议。

染色体核型分析作为一种通过观察染色体数目、形态结构状态来鉴别或排除疾病的遗传学检测项目亿配资，被广泛应用于遗传病诊断、肿瘤诊断和生育健康等。在这一领域，iMedImage初试牛刀。

今年4月，国家药品监督管理局公布创新医疗器械特别审查申请审查结果，德适生物基于iMedImage开发的染色体核型辅助诊断软件榜上有名。有了它，医生可以快速精准辅助诊断数千种染色体异常，染色体核型分析临床报告出具时间从1个月缩短至1周内。

当iMedImage走进更多医院和科室，不仅将显著提升医疗机构的诊断效率，更有望重塑医学影像分析的工作流程，帮医生减负，让患者安心。

德适生物8-Y018展位潮新闻记者胡金摄

寻找全局“最优解”

德适生物为何要研发iMedImage？

在参加数贸会的前一周，德适生物创始人宋宁专程赶往深圳，出席2025腾讯全球数字生态大会，并发表了题为《从“看见”到“洞见”：AI影像大模型打造科研到临床新生态》的主题演讲。

这场演讲，透露了iMedImage的使命与担当，即破解当前医学影像信息过载与医生资源短缺的“困局螺旋”。

医学影像学是医疗领域中发展最快、技术最成熟的一个专科，对于医生诊断疾病、制定治疗方案以及评估治疗效果等方面都起着至关重要的作用。目前，医院的医疗数据90%来源于影像，影像报告在临床诊断信息中的贡献度大于70%。

据不完全统计，我国每年医学影像服务需求超过50亿人次，但每10万人仅拥有1.43名影像医生。一名合格的影像医生，要先读5年医学院，再经过3年规培和2年专科培训，至少8年才能独立上岗。如此长的培养周期，难以赶上影像需求的增长速度。

此外，由于经验不同，不同医生看同一张影像的结论也可能不一样。有数据显示，基层医院和三甲医院对同一张肺部结节影像的诊断差异，最高能达到20%。

如何让痛点不再痛？

作为拥有计算机科学和医学遗传学复合背景的80后博士，宋宁先后执教于日本长崎大学、上海交通大学。2016年9月，他察觉到市场需求，果断出手创立德适生物，率先探索医学影像智能化。

2024年以来，“人工智能+”连续两年被写入国务院政府工作报告，为“人工智能+医疗健康”指明方向。国家卫生健康委联合国家中医药管理局、国家疾控局印发了《卫生健康行业人工智能应用场景参考指引》，明确84个细分领域的基本概念和应用场景，为“人工智能+医疗健康”指明了规范化的发展路径。

在此背景下，不少创新企业都将研发医疗大模型作为解法。截至目前，全国共有近300个医疗大模型问世，涉及医学影像、辅助诊断、健康管理等领域。

然而，国内现有3285项医学影像检测项目，获批AI辅助诊断三类医疗器械的只有35项，AI智能化项目占比仅约1%。

iMedImage被德适生物定义为医学影像基座大模型。“基座”二字，承载着其寻找全局“最优解”的雄心——不只是做AI工具提供商，更要做全模态基础设施架构师。

如今，通过强大的泛化能力，iMedImage可以降低对特定任务数据量的依赖，让医生能够利用少量数据快速训练AI模型，使得低成本、高质量开发覆盖剩余99%医学影像项目的AI工具成为可能。

不远的将来，借助iMedImage，也许各科医生都能如同两千多年前的神医扁鹊，仅凭一眼便能准确诊断疾病。

宋宁在2-T007展厅介绍德适生物产品王喆摄

“医疗平权”再突破

地处杭州临平经济技术开发区的德适生物，之所以研发iMedImage，还有着更深层次的缘由——推动“医疗平权”。

何谓“医疗平权”？亿配资

简单来说，就是在医疗卫生服务领域中，让所有人都能享有平等、公正的医疗资源和医疗服务，不受经济、社会、地域、种族、性别等因素的限制。

我国长期存在优质医疗资源“虹吸效应”：顶尖医院、知名专家高度集中于大城市、省会城市，而县域、基层医疗机构普遍存在“缺资源、缺人才、缺能力”的问题，患者经常是“小病跑县城、大病跑省城”。

有数据显示，全国不到8%的三甲医院承担了超50%的门诊量，顶级医院日均接诊量动辄破万，而基层社区医院却门可罗雀。这既增加了患者的就医时间和经济成本，也加剧了大城市医院一号难求、一床难求的困境。

浙江正高质量发展建设共同富裕示范区。这种富裕不只是物质层面的富足，而是全面且整体的富裕。德适生物研发iMedImage，让患者在家门口就能享受到优质的医疗服务，彰显企业的社会价值自觉。

现场，德适生物不仅在8-Y018和2-T007设展，还与浙大一院、武桐树、浪潮、中兴等机构和企业进行签约，共同探索AI医学影像通用大模型在医疗行业的深度融合与落地应用。

事实上，这并不是德适生物首次推动“医疗平权”。

还是以染色体核型分析为例。德适生物将过去昂贵且复杂的尖端影像仪器，变成基层医院、县域医院乃至乡镇卫生院“触手可及”的日常工具，覆盖全国400余家医疗机构。这意味着，更多夫妻能够方便快捷地拿到可靠的产前筛查结果，避免长时间等待带来的焦虑与风险。

依托iMedImage，德适生物可以与行业合作伙伴、临床医院深入合作，有望引领全球医学影像检测进入一个更加低成本、高精度、智能化的新时代。

可喜的是，利好信号正在持续释放。

今年4月，工业和信息化部、商务部、国家卫生健康委等七部门联合印发《医药工业数智化转型实施方案（2025—2030年）》，鼓励龙头医药企业与医疗机构、科研院所、上下游企业、大用户等组成联合体，面向医药全产业链形成一批效果显著的标志性应用场景。

7月，国家药监局关于发布优化全生命周期监管支持高端医疗器械创新发展有关举措的公告，明确要完善高端医疗器械注册审查体系。

这些政策，不仅为德适生物的技术落地提供了更加丰富的应用场景和联合开发机会，更重要的是有望优化相关产品的注册审批流程，加速创新产品上市。

此外，临平区智能体外诊断装备产业集群也在今年被确定为浙江省中小企业特色产业集群。这有助于德适生物加强与产业链上下游协作，获得更多政策支持，从而进一步开拓市场，服务更多人群。

回顾国内医疗发展历程，从过去的“赤脚医生”到现在的“分级诊疗”，每一次进步都离不开技术推动。随着iMedImage在更多医院落地，越来越多的患者在家门口就能拿到精准的诊断结果，这才是科技赋能医疗的真正意义。

下载“北京日报”客户端阅读体验更佳哦

扫描二维码下载手机客户端

-->

分享到

发布评论文明上网理性发言，请遵守评论服务协议

未登录

0/200发布发布全部评论

0条

点击加载更多

欢迎下载“北京日报”客户端发表评论

相关阅读热门报道换一批推荐阅读换一批精彩视频换一批猜你喜欢滚动北京国内国际北晚社会文娱体坛旅游文史阅读深度产经调查互联网美食北晚健康消费北晚行业北晚网摘网站地图新闻评论深度理论视频图库悦读互联网财经文化体坛科教消费矩阵网摘东城区政府网站西城区政府网站朝阳区政府网站海淀区政府网站丰台区政府网站石景山区政府网站门头沟区政府网站房山区政府网站通州区政府网站顺义区政府网站大兴区政府网站昌平区政府网站平谷区政府网站怀柔区政府网站密云区政府网站延庆区政府网站市人大市政协市监察委市高级人民法院市人民检察院市政府办公厅市发展改革委市教委市科委市经济信息化局市民族宗教委市公安局市民政局市司法局市财政局市人力社保局市规划自然资源委市生态资源局市住房城乡建设委市城市管理委市交通委市水务局市农业农村局市商务局市文化和旅游局市卫生健康委市退役军人事务局市应急管理局市市场监督管理局市审计局市政府外办市国资委市广播电视局市文物局市体育局市统计局市园林绿化局市地方金融监管局市人防办市信访办市知识产权局市医保局京报媒体矩阵北京日报北京晚报北京青年报北京商报音乐周报新闻与写作北京日报客户端长安街知事艺绽北晚在线北京深读空间