AI醫療影像行業正在經歷一場底層邏輯的重構。

長江證券預測今年國內醫療AI產業規模將超400億元，2030年有望突破2000億元，成為全球第一大AI醫療單一市場。但光有規模還不夠。行業重構，關鍵是企業的商業模式能不能把數據飛輪轉起來，技術再強也只是手段。

對AI醫療而言，飛輪的邏輯在於：更強的基座大模型降低專病模型開發門檻，吸引更多醫院和醫生參與共創；更多項目落地，又會沉澱出更豐富的數據治理、模型訓練和臨床驗證能力，反過來提升後續模型的生產效率。

難點在於，這個閉環在醫療領域每一個咬合處都有極高門檻，如臨床需求如何轉化為可訓練任務、醫生如何參與、模型如何高效驗證、項目經驗如何沉澱為可複用能力，環環都要被真實業務跑通。

近日，德適發布上市以來首份中期成績單，不妨透過這份財報，看看其走到了哪一步。

模型服務收入翻倍，結構轉型信號明確

先直觀看到財務數字。

財報顯示，上半年公司實現營收約1.09億元，按年增長21%，毛利率維持在74.1%的高位。其中，公司模型服務取得收入9454.1萬元，按年增長101.1%，佔總收入比重升至86.9%。

過去公司交付的是一個現成的算法授權，現在則提供三種模式的組合，為模型及技術授權、iMedMaaS雲端服務，以及SCTI本地化存算訓推一體機交付。同一套技術底座，三種交付形態，分別對應不同醫院的上雲偏好、數據合規要求和算力條件。這種核心能力可複用、交付方式可適配的平台化特徵，正在從產品設計滲透到收入結構裏。

時間線進一步印證了這個趨勢。

2025年德適全年技術許可收入8434萬元，首次超過器械板塊，到了2026年上半年，模型服務的比重就推至近九成。從「首次超越」到「絕對主導」，間隔只有六個月。這條上升曲線，比任何戰略表述都更有說服力。

不可否認，模型服務作為當前德適的絕對主力收入來源，已經不再是一個需要論證的方向性問題，而是正在把公司從「技術驗證階段」推向「平台化規模驗證階段」的強勁驅動力。

iMedLoop定義新範式，共同孵化帶動數據飛輪

但這個階段的規模驗證，恰恰需要回答一個問題：為什麼現在德適能跑通？

過去AI醫療是"一病一模型"的定製化開發，但當前全球超3000種醫療影像適應證，每種都需數十萬張標註數據，單例標註就要一小時，全部跑完耗時以千年計，這條路顯然走不通。這不是效率問題，而是結構性問題，AI醫療需求是工業級的，供給端卻停留在手工作坊階段。

德適的路徑完全不同，今年7月發布的iMedLoop™醫療影像AI研究與生產加速平台，正是把AI能力生產從手工作坊拉進工業化時代的關鍵跨越。

如果說iMedImage®是「引擎」，那麼iMedLoop™平台就是承載這台引擎的「粒子加速器」。其核心價值，是賦能每一位醫生，讓他們成為AI時代的科學家。

通過這個平台，德適與醫院的合作模式發生了根本性改變。醫院不再是被動的軟件購買方，而是主動的「價值共創者」。醫院及醫生可以利用平台提供的iMedStudio™智能標註工具和iMedMaaS®模型訓練服務，將自身的臨床數據和專家知識高效、合規地轉化為解決實際需求的AI模型，探索和驗證新的診斷方法。

上半年模型服務收入按年增長101.1%，背後正是德適「共同孵化」模式的成功落地。德適已與99家醫院（包括65家三甲醫院）合作，累計開展158個專病模型項目。每一個項目都是一次小型的「科學發現」，不僅為德適帶來高質量收入，更在持續為其數據飛輪增添動力，沉澱並強化德適工業化生產AI模型、賦能科學發現的核心能力。

而這套體系最終指向兩個價值方向。一是抬升基線，讓基層醫療機構以可負擔的成本接近高水平診斷水準；二是突破上限，讓過去因標註量巨大而擱置的複雜研究得以啓動。

三重護城河，醫療通用基座大模型難以複製的先發優勢

當然，要讓這套體系持續運轉而不被後來者侵蝕，需要足夠堅固的底層支撐。

其一，數據壁壘對應着長期積累與共創網絡。

德適搭建了一套從基座模型到專病模型孵化、驗證與交付的完整體系。底層是自研的iMedImage®醫學影像通用基座大模型，中間層是iMedLoop™醫療影像AI研究與生產加速平台，上層連接醫院、醫生及不同臨床需求，最終目標是持續孵化專科AI模型。隨着合作項目增加，臨床需求、專家知識、標註規範和驗證經驗不斷沉澱，形成後來者難以在短期內複製的數據積累與共創網絡。

其二，監管壁壘對應着客戶信任成本。

AI醫療不是SaaS，不是寫好代碼就能上線。每一個專科模型要進入臨床，都需要經歷嚴格的驗證與審批流程。

今年5月，公司依託於iMedImage研發的AIAutoVision染色體核型圖像輔助診斷軟件，獲批國家藥品監督管理局(NMPA)第三類醫療器械註冊證，正是其率先跑通拿證路徑的產品。這不僅是商業化的通行證，更是對模型安全性、有效性的權威背書。隨着更多專科模型進入註冊通道，德適積累的監管經驗與臨床證據鏈，本身就構成了後來者難以複製的先發優勢。

其三，工程化壁壘對應着模型持續迭代的能力。

實驗室裏跑通一個算法和醫院裏穩定運行一個臨床工具，中間隔着一整套包括數據預處理、工作流適配、系統集成、持續運維、版本迭代的工程化體系。德適通過iMedLoop將這一整套能力標準化、平台化，把過去「一病一模型」的定製開發，變成了「一個平台持續產出」的工業化生產。

三重壁壘疊加，讓德適的專有模型優勢呈現出「滾雪球」效應：共創項目越多，平台沉澱的模型開發與交付能力越強；能力越強，又越能吸引更多醫院和醫生參與。99家醫院、158個專病模型項目，正是這一模式進入規模化驗證階段的直接體現。

結語

當下，AI for science的浪潮正在重新定義科學的邊界，QYResearch數據顯示，2025年全球AI for Science市場規模約45.38億美元，預計2032年將達262.3億美元。而醫療影像是其中落地場景清晰、需求明確的一大重要陣地。

這條跑道足夠寬，也足夠長。德適做的，是讓飛輪的每一次數據迭代、每一次臨床驗證、每一次模型進化都落在新的位置上。飛輪的起點，往往就是那個率先打破慣性的人。