重磅｜医疗AI全域生态创新研讨在京举办，德适iMedLoop 全球医疗影像数据平台正式上线

　　重磅｜医疗AI全域生态创新研讨在京举办，德适iMedLoop 全球医疗影像数据平台正式上线

　　7月4日，医疗AI全域生态创新研讨暨iMedLoop全球医疗影像数据平台发布会在北京举办。本次活动由瞭望周刊社瞭望财经与德适科技（股票代码：联合主办，以AI for Science（人工智能驱动科学创新）为重要牵引，汇聚了医疗AI领域政产学研医多方主体。来自中国科学院、中国工程院、全国卫生产业企业管理协会、中国信息通信研究院、浙江省委网信办、浙江省肿瘤医院、上海交通大学医学院附属瑞金医院、杭州数据集团、联想控股等机构的百余位代表参会。

　　当前，数字经济与健康中国战略深度交汇，人工智能已成为推动医疗卫生体系提质增效的关键新质生产力。随着分级诊疗、精准医疗、智慧医院建设持续推进，医疗影像作为疾病筛查、临床诊断、医学科研的核心载体，数据资源价值持续凸显，合规流通与开发利用是产业发展的必然方向。国家数据局印发的《可信数据空间发展行动计划（2024—2028年）》明确提出，在服务领域大力培育医疗健康等行业可信数据空间。

　　在院士主旨报告环节，生物信息学家、中国科学院生物物理研究所研究员陈润生以“人工智能大模型的技术原理与未来挑战”为主题阐释了大模型的技术基石、创新本质及其发展前景。他指出，人工智能已深度融入医学影像领域，正成为重要的分析工具。“人工智能能够集成各个医学影像专家的资料，集中多种分析手段，提供非常优质的影像学分析能力。”陈润生认为，人工智能的优势不仅在于处理海量影像数据，更在于汇聚多位专家的知识与经验，突破单一视角局限，这是传统人工判读方式难以企及的。

　　中国科学院院士、浙江大学医学院附属邵逸夫医院院长蔡秀军立足医院数字化、智慧化转型的一线实践，以远程机器人手术、远程超声诊断、智能预问诊系统、影像智能诊断等丰富案例，生动展示了人工智能在医疗场景中的创新应用。他表示，医疗AI的核心价值在于切实解决临床实际问题、有效提升基层医疗服务能力、持续优化患者就医体验。蔡秀军认为，数据质量、数据规模与数据安全是制约AI在医疗领域应用发展的关键因素，数据不规范、不标准将直接拉低AI的“智商”水平，进而影响其临床应用价值与推广前景。他呼吁行业高度重视医疗数据的标准化治理与安全合规体系建设，为AI深度赋能医疗筑牢根基。

　　中国工程院院士、清华大学临床医学院院长、北京清华长庚医院院长董家鸿认为，随着AI医疗器械产品化、医疗大模型临床推理能力接近专科医生水平、AI智能体走向工程化三大支柱同步成熟，AI医院的工程化条件已经具备。他表示，不同于智慧医院、互联网医院和医联体，AI医院以数字孪生为基本架构，AI原生作为核心运行逻辑，深度重构医院的感知、认知、决策与服务全链路，实现线上线下深度融合、覆盖全生命周期的主动健康照护，真正实现AI Healthcare。

　　全国卫生产业企业管理协会会长窦熙照表示，当前医疗AI正从单一产品应用向全场景、生态化方向加速演进，行业竞争已不仅限于算法和模型的比拼，更是数据资源、标准规范、应用场景、创新生态与综合服务能力的较量。他认为，医学影像数据规模大、价值高、应用广，是推动AI辅助诊断和医学科研创新的重要基础，各方应加强开放合作，在依法合规、安全可控的前提下充分释放数据价值，让医疗数据更好地服务医学科研、临床实践与产业创新。

　　图为德适科技董事会主席、首席执行官宋宁（右四），瞭望时代传媒、瞭望财经董事长汤耀国（右五）等嘉宾共同见证iMedLoop全球医疗影像数据平台上线启动

　　面对模型训练对标注数据的过度依赖，德适科技于2025年5月推出全球同领域最大参数规模的医疗影像基座大模型iMedImage®。宋宁介绍，基于该基座模型，专病模型训练对标注数据的需求量降至原来的二百分之一，开发周期缩短至十二分之一，开发成本与算力支出均降至十分之一。依托该模型，德适科技先后参与了6项国家级及省部级重大专项，并在过去12个月与87家三甲医院合作训练了145个垂直模型。

　　iMedLoop整合了iMedImage® 医学影像基座大模型、iMedStudio智能标注工具和iMedMaaS在线模型训练与发布平台，旨在建设医疗数据要素标注与流通、垂直模型训练与发布的闭环生态。目前平台已正式开放，有超过3000名专业标注人员入驻平台，2895万条高质量数据集与100多个医疗AI模型完成部署，多家数据要素供应商、AI医疗科技企业等生态合作伙伴积极参与平台共建，为全球医疗AI产业发展奠定了坚实的资源和产业基础。

　　中国工程院院士、北京大学健康医疗大数据国家研究院院长詹启敏认为，AI正在推动肿瘤诊疗走向个体化、精准化。“过去给病人用药是粗线条、一刀切，没有考虑个性化和精准度，这种治疗副作用大、效果还不好。现在通过多组学数据结合AI分析，落脚在病理切PG电子片上，可以让每一个肿瘤患者都有量身定制的治疗方案。”他也提到AI在新药研发中的作用——有望缩短研发周期、降低成本、提高成功率。在他看来，AI与医学的结合正在缩短实验室到临床的距离，这是医疗AI生态持续演进的重要动力。

　　浙江省肿瘤医院党委副书记、执行院长张宏从临床角度谈了生态协同中“应用场景”的重要性。他认为，AI进入医院需满足三个条件：效率提升、操作简便、数据安全，“三个标准缺一不可”。临床是检验AI价值的场所，也是推动技术迭代的反馈源。只有医院用得起、用得好，AI技术才能完成从研发到应用的价值闭环。

　　中国信息通信研究院云计算与数字化研究所数字健康部副主任任九选表示，AI医疗全域生态的健康发展离不开统一的评测体系。“我们正在建设覆盖‘实验室测试＋临床验证’的双轨评测体系，除了模型通用能力测试，还加入了具备多轮对话的智能体测试。因为在真实诊疗场景中，患者和医生是在互动中不断抽丝剥茧进行病情诊断，不是把所有信息一次性塞给AI。”他认为，中国在数据资源和应用场景方面有优势，国内产品丰富程度已超过美国，中美算力差距在缩小；高质量数据集建设未来1-2年将迎来产业爆发。

　　宋宁从产业实践角度阐释了生态协同的技术支撑。“iMedImage®是技术底座，没有它就像在沙滩上建城堡；iMedLoop是工具组合和协同平台，整合标注、治理、验证等全流程能力。”他表示，平台将坚持开放策略，联合医疗机构、科研院所和产业伙伴共同降低AI医疗创新门槛，“最难的还是技术关，底层技术突破了，监管和商业落地会逐步跟上，需要的是长期坚持。”

　　依托自主研发的通用医学影像基座模型 iMedImage®，德适科技已成功打造出多元化的智能装备及配套产品矩阵，包括AI AutoVision® 染色体核型辅助诊断系统、MetaSight® 自动细胞显微图像扫描系统、KayoFlow® 自动细胞收获仪与制片染色一体机等，可满足临床多场景需求。公司客户已覆盖全国 400 多家医疗机构，获得市场广泛认可。