当Google的MedGemma1.5能够解析CT、MRI与病理切片等多模态影像，当OpenAI的健康功能能够结合病历、睡眠与运动数据回答问题……随着医疗AI技术能力持续攀升，一个根本矛盾却始终存在：医疗AI面对的，并不是某种“标准化”答卷。同一张影像，不同医生可能读出不同线索；新病种、新检查手段层出不穷，今天领先的模型，几年后或许就要推倒重来。那么，医疗AI未来路在何方？
9月25日，第五届全球数字贸易博览会期间，德适科技董事会主席、首席执行官宋宁博士与《连线》杂志创始主编凯文.凯利展开了一场深度对谈。这场对话，或许为行业提供了一个观察窗口：当AI与医生的边界被重新划定，医疗AI的竞争逻辑也在悄然生变。
什么是医疗AI的真正护城河？
随着AI越来越多地承担医疗信息和诊断工作，AI与人类医生也正在重新划分分工边界。
凯利认为，AI在提供医疗信息和诊断方面优于人类，但人类医生的人文关怀和突破性创新能力，则是AI所不具备的。而在技术快速发展的时代，不仅人类医生需要终身学习，AI也需要持续“进化”——面向不同医院（884301）、不同医生的定制化医疗影像AI，能让医生更深入地参与AI成长，以其专业经验反哺AI模型持续训练。
这种观点，正与德适科技的实践不谋而合。德适认为，通过与人类进行协作，医疗AI也将会“百花齐放”：未来影像医生可以从自己的专科问题出发，基于共同模型底座训练适合自身需要的AI助手。
这种“医生即开发者”的模式，意味着医疗AI的商业模式正在从“卖软件”转向“卖能力”。软件会过时，但能力可以持续复用、持续变现，这或许是医疗AI企业构建长期护城河的关键路径。
全链路产品矩阵：从数据沉淀到临床落地
第五届全球数字贸易博览会上，德适科技展示了医疗影像数据如何转化为AI生产力。其产品矩阵分为四层：iMedImage 提供医学影像模型底座；iMedStudio 让专家参与数据标注、修正和质控；iMedMaaS 支持专科模型训练与部署；iMedLoop 则把数据协作、评测、发布和应用反馈连接起来。
其中，iMedStudio 负责医疗影像处理、AI辅助标注、专家修正和质量控制，目前已入驻3000余名专业标注人员，涵盖2895万条高质量影像数据集。
iMedLoop 由iMedStudio 全模态智能标注与数据生产工作台、iMedImage 医疗影像基座大模型、iMedMaaS 模型训练与部署平台和DoctorBench 统一评测体系四个核心模块组成，解决跨机构数据安全（885942）协作问题。
在此基础上，德适科技集中呈现了20余种代表性应用场景，覆盖妇产、生长发育、心脑血管、急危重症、肿瘤等方向，涉及CT、MRI、X光、超声、CTA、内镜等多种影像妇产、生长发育、心脑血管、急危重症、肿瘤等方向，涉及CT、MRI、X光、超声、CTA、内镜等多种医疗影像，均共享iMedImage 通用医疗影像大模型底层能力。
这一套从医疗影像数据沉淀、高质量数据生产、模型研发训练，到临床落地的全链路产业路径，德适将其定位为医学影像AI的研究与生产加速平台。不依赖单一模型的领先性，而是通过闭环形成可持续迭代的生产系统，恰好回应了医疗AI非标准化、动态演化的根本挑战。
截至目前，德适已在合规与商业化方面取得不少进展：基于iMedImage 开发的AI AutoVision 染色体核型辅助诊断软件，今年已取得国家药监局第三类医疗器械（881144）注册证；iMedImage项目已覆盖43个人体器官或应用部位、61个疾病方向；公司已与99家医院（884301）合作，其中包括65家三甲医院（884301）。
面向未来，凯利指出，企业真正的长期核心资产，可能并非软件或算法本身，而是一套能够反复生成新软件、新算法，尤其是新医疗影像AI的过程。
这意味着，医疗AI的竞争逻辑正发生根本转变：过去，行业比拼的是谁拥有更先进的模型；未来，比拼的将是谁能持续、高效、合规地生成适应新场景的模型。德适的通用大模型与工具矩阵，正好契合这一产业转向：底座复用、数据沉淀、流程闭环，每一次项目落地都在为下一次扩张蓄力，形成“越用越强”的平台飞轮，推动业务指数级释放。一旦这一路径跑通，公司有望在2030年成长为年收入百亿级、净利润三十亿级、市值超两千亿的平台型龙头。德适持续“进化”的系统能力，恰恰是产业当下最为稀缺的价值锚点。
