" 医疗影像 +AI" 的赛道 , 历来被视为 AI 最难攻坚的 " 深水区 "。其临床诊疗场景复杂 , 疾病亚型繁多、影像模态各异、设备参数不一 , 加之各层级医院诊疗水平参差不齐 , 天然构成了极高的技术壁垒。而传统 " 一病一模型 " 的开发模式周期长、成本高 , 底层能力亦难以跨病种复用 , 无法承接多专科、多病种的临床需求。种种困难 , 使得 AI 赋能医疗影像的产业化进程长期步履维艰。

不过 , 随着近日达摩院研发的 DAMO RADAR 模型登上国际顶级学术期刊《Science》, 另一条颇具潜力的路径正进入行业视野。相较于此前的垂类小模型 , 面向多场景、多病种的通用基座大模型是否才是医疗影像行业的更优解 ?

在港股医疗 AI 赛道中 , 德适 -B ( 02526 ) 以自身的商业化实践给出了回答 : 公司长期聚焦医疗 "AI for Science" ( AI4S, 人工智能驱动科学研究 ) , 凭借其自研的 iMedImage 通用医学影像基座大模型 , 叠加完整技术平台 , 已实现多个项目商业化落地 , 快速步入业绩兑现期。

作为通用技术底座 ,iMedImage 通用医学影像基座大模型的技术优势颇为显著 :DAMO RADAR 仅聚焦腹部 CT 单一模态 , 而 iMedImage 可覆盖 CT、MR、超声、内窥镜、病理、染色体分析、心电图等二十余种医学影像模态 , 适配三维体数据、全视野切片、时序连续影像等多样化数据结构。

同时 , 在 iMedImage 基座模型的基础上 , 德适进一步搭建了涵盖 iMedLoop、iMedStudio、iMedMaaS 等多种工具的完整技术体系 , 可灵活适配不同医院的上云偏好、数据合规要求和算力条件 , 支撑多系统、多专科适应症模型的开发与能力迁移。

换言之 , 德适提供的并非一款标准化 " 产品 ", 而是一套零代码能力亦可上手的 " 生产平台 ": 医院可借助平台提供的智能标注工具和模型训练服务 , 结合自身临床数据和专家知识 , 仅凭少量样本 , 即可低门槛、高效率地打造自己的专科专病 AI 模型 ; 医院也可与德适展开深度联合研发 , 共同开发可大范围应用的专属模型 , 乃至推向全国市场的医疗器械产品 , 共享商业化收益。

借助这一共同孵化模式 , 医院的角色从被动的软件采购方 , 转变为主动的 " 价值共创者 "; 德适的定位也从单纯的技术供应商 , 升级为 " 生态共建者 "。由此形成的双赢格局清晰可见 : 基层医疗机构以可负担的成本获取 AI 能力 , 切实提升诊断水平 ; 而过去由单一公司承担的海量数据标注工作 , 则被有效分散至各医疗机构之中。

更优越的技术底座、更灵活适配的平台工具 , 叠加低门槛、可快速复制的商业化应用 , 这套联合打法正推动公司业务驶入快车道。

2026 年上半年 , 德适已与 99 家医院 ( 包括 65 家三甲医院 ) 达成合作 , 累计开展 158 个专病模型项目 , 覆盖 43 个器官部位和 61 个疾病方向 , 业务版图持续扩容。

业绩层面 , 公司上半年实现营收约 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%, 占比近九成。

AI 模型成功落地转化 , 带来稳定营收 , 反哺技术研发 ; 与此同时 , 应用过程中不断沉淀的高质量影像数据与临床反馈 , 也将助力公司持续技术迭代 , 为跨项目、跨场景的能力复用积累深厚经验。由此 , 德适已构筑起 " 技术—落地—数据—迭代 " 的正向飞轮。

" 医疗影像 +AI", 是一条典型的长坡厚雪赛道。而政策风向与市场趋势对优质科技创新的持续倾斜 , 也为本就火热的 AI 板块再度添薪加柴。

2026 年 6 月 , 国务院常务会议明确提出 " 以发展新一代智能制造为主攻方向 ", 工信部副部长进一步指出 , 要大力发展开源基座模型和垂类模型 , 夯实新一代智能制造软硬件基础 , 推动更多科技创新转化为现实生产力。

国家统计局初步测算显示 , 今年上半年 , 以高端制造、数智经济为代表的新动能对经济增长的贡献率超过四成 , 制造业正进入以人工智能为核心驱动的新阶段。

在港股相关板块中 , 带有 AI 标签的上市企业不在少数 , 但能够像德适这样将 AI 能力切实转化为营收与利润、并形成业务正循环的标的却屈指可数。当行业焦点从技术参数转向商业化成果 , 德适正通过通用基座模型缩短研发周期、通过平台工具降低医院使用门槛、通过联合研发共建产研生态 , 构筑起一条难以被短期超越的竞争护城河。其未来的增长潜力 , 值得给予充分预期。