AI医疗影像行业正在经历一场底层逻辑的重构。

长江证券预测今年国内医疗AI产业规模将超400亿元，2030年有望突破2000亿元，成为全球第一大AI医疗单一市场。但光有规模还不够。行业重构，关键是企业的商业模式能不能把数据飞轮转起来，技术再强也只是手段。

对AI医疗而言，飞轮的逻辑在于：更强的基座大模型降低专病模型开发门槛，吸引更多医院和医生参与共创；更多项目落地，又会沉淀出更丰富的数据治理、模型训练和临床验证能力，反过来提升后续模型的生产效率。

难点在于，这个闭环在医疗领域每一个咬合处都有极高门槛，如临床需求如何转化为可训练任务、医生如何参与、模型如何高效验证、项目经验如何沉淀为可复用能力，环环都要被真实业务跑通。

近日，德适发布上市以来首份中期成绩单，不妨透过这份财报，看看其走到了哪一步。

模型服务收入翻倍，结构转型信号明确

先直观看到财务数字。

财报显示，上半年公司实现营收约1.09亿元，同比增长21%，毛利率维持在74.1%的高位。其中，公司模型服务取得收入9454.1万元，同比增长101.1%，占总收入比重升至86.9%。

过去公司交付的是一个现成的算法授权，现在则提供三种模式的组合，为模型及技术授权、iMedMaaS云端服务，以及SCTI本地化存算训推一体机交付。同一套技术底座，三种交付形态，分别对应不同医院的上云偏好、数据合规要求和算力条件。这种核心能力可复用、交付方式可适配的平台化特征，正在从产品设计渗透到收入结构里。

时间线进一步印证了这个趋势。

2025年德适全年技术许可收入8434万元，首次超过器械板块，到了2026年上半年，模型服务的比重就推至近九成。从“首次超越”到“绝对主导”，间隔只有六个月。这条上升曲线，比任何战略表述都更有说服力。

不可否认，模型服务作为当前德适的绝对主力收入来源，已经不再是一个需要论证的方向性问题，而是正在把公司从“技术验证阶段”推向“平台化规模验证阶段”的强劲驱动力。

iMedLoop定义新范式，共同孵化带动数据飞轮

但这个阶段的规模验证，恰恰需要回答一个问题：为什么现在德适能跑通？

过去AI医疗是"一病一模型"的定制化开发，但当前全球超3000种医疗影像适应证，每种都需数十万张标注数据，单例标注就要一小时，全部跑完耗时以千年计，这条路显然走不通。这不是效率问题，而是结构性问题，AI医疗需求是工业级的，供给端却停留在手工作坊阶段。

德适的路径完全不同，今年7月发布的iMedLoop™医疗影像AI研究与生产加速平台，正是把AI能力生产从手工作坊拉进工业化时代的关键跨越。

如果说iMedImage®是“引擎”，那么iMedLoop™平台就是承载这台引擎的“粒子加速器”。其核心价值，是赋能每一位医生，让他们成为AI时代的科学家。

通过这个平台，德适与医院的合作模式发生了根本性改变。医院不再是被动的软件购买方，而是主动的“价值共创者”。医院及医生可以利用平台提供的iMedStudio™智能标注工具和iMedMaaS®模型训练服务，将自身的临床数据和专家知识高效、合规地转化为解决实际需求的AI模型，探索和验证新的诊断方法。

上半年模型服务收入同比增长101.1%，背后正是德适“共同孵化”模式的成功落地。德适已与99家医院（包括65家三甲医院）合作，累计开展158个专病模型项目。每一个项目都是一次小型的“科学发现”，不仅为德适带来高质量收入，更在持续为其数据飞轮增添动力，沉淀并强化德适工业化生产AI模型、赋能科学发现的核心能力。

而这套体系最终指向两个价值方向。一是抬升基线，让基层医疗机构以可负担的成本接近高水平诊断水准；二是突破上限，让过去因标注量巨大而搁置的复杂研究得以启动。

三重护城河，医疗通用基座大模型难以复制的先发优势

当然，要让这套体系持续运转而不被后来者侵蚀，需要足够坚固的底层支撑。

其一，数据壁垒对应着长期积累与共创网络。

德适搭建了一套从基座模型到专病模型孵化、验证与交付的完整体系。底层是自研的iMedImage®医学影像通用基座大模型，中间层是iMedLoop™医疗影像AI研究与生产加速平台，上层连接医院、医生及不同临床需求，最终目标是持续孵化专科AI模型。随着合作项目增加，临床需求、专家知识、标注规范和验证经验不断沉淀，形成后来者难以在短期内复制的数据积累与共创网络。

其二，监管壁垒对应着客户信任成本。

AI医疗不是SaaS，不是写好代码就能上线。每一个专科模型要进入临床，都需要经历严格的验证与审批流程。

今年5月，公司依托于iMedImage研发的AIAutoVision染色体核型图像辅助诊断软件，获批国家药品监督管理局(NMPA)第三类医疗器械注册证，正是其率先跑通拿证路径的产品。这不仅是商业化的通行证，更是对模型安全性、有效性的权威背书。随着更多专科模型进入注册通道，德适积累的监管经验与临床证据链，本身就构成了后来者难以复制的先发优势。

其三，工程化壁垒对应着模型持续迭代的能力。

实验室里跑通一个算法和医院里稳定运行一个临床工具，中间隔着一整套包括数据预处理、工作流适配、系统集成、持续运维、版本迭代的工程化体系。德适通过iMedLoop将这一整套能力标准化、平台化，把过去“一病一模型”的定制开发，变成了“一个平台持续产出”的工业化生产。

三重壁垒叠加，让德适的专有模型优势呈现出“滚雪球”效应：共创项目越多，平台沉淀的模型开发与交付能力越强；能力越强，又越能吸引更多医院和医生参与。99家医院、158个专病模型项目，正是这一模式进入规模化验证阶段的直接体现。

结语

当下，AI for science的浪潮正在重新定义科学的边界，QYResearch数据显示，2025年全球AI for Science市场规模约45.38亿美元，预计2032年将达262.3亿美元。而医疗影像是其中落地场景清晰、需求明确的一大重要阵地。

这条跑道足够宽，也足够长。德适做的，是让飞轮的每一次数据迭代、每一次临床验证、每一次模型进化都落在新的位置上。飞轮的起点，往往就是那个率先打破惯性的人。