科技

當醫療遇見AI，一場全域生態變革正加速到來

北京2026年7月10日 /美通社/ — 7月4日，醫療AI全域生態創新研討暨iMedLoop全球醫療影像數據平台發布會在北京舉辦。

本次活動由瞭望周刊社瞭望財經與德適科技聯合主辦，以AI for Science（人工智能驅動科學創新）為重要牽引，匯聚了醫療AI領域政產學研醫多方主體。來自中國科學院、中國工程院、全國衛生產業企業管理協會、中國信息通信研究院、浙江省委網信辦、浙江省腫瘤醫院、上海交通大學醫學院附屬瑞金醫院、杭州數據集團、聯想控股等機構的百余位代表參會。

會上，德適科技自主研發的面向醫療AI行業的iMedLoop全球醫療影像數據平台正式上線，並達成30多項戰略合作，為政產學研醫協同推進醫療AI高質量發展搭建了實踐載體，也為中國醫療AI產業參與全球協作提供了支撐平台。

醫療AI呼喚充分釋放數據價值

當前，數字經濟與健康中國戰略深度交匯，人工智能已成為推動醫療衛生體系提質增效的關鍵新質生產力。隨著分級診療、精准醫療、智慧醫院建設持續推進，醫療影像作為疾病篩查、臨床診斷、醫學科研的核心載體，數據資源價值持續凸顯，合規流通與開發利用是產業發展的必然方向。國家數據局印發的《可信數據空間發展行動計劃（2024—2028年）》明確提出，在服務領域大力培育醫療健康等行業可信數據空間。

在院士主旨報告環節，生物信息學家、中國科學院生物物理研究所研究員陳潤生以「人工智能大模型的技術原理與未來挑戰」為主題闡釋了大模型的技術基石、創新本質及其發展前景。他指出，人工智能已深度融入醫學影像領域，正成為重要的分析工具。「人工智能能夠集成各個醫學影像專家的資料，集中多種分析手段，提供非常優質的影像學分析能力。」陳潤生認為，人工智能的優勢不僅在於處理海量影像數據，更在於匯聚多位專家的知識與經驗，突破單一視角局限，這是傳統人工判讀方式難以企及的。

中國科學院院士、浙江大學醫學院附屬邵逸夫醫院院長蔡秀軍立足醫院數字化、智慧化轉型的一線實踐，以遠程機器人手術、遠程超聲診斷、智能預問診系統、影像智能診斷等豐富案例，生動展示了人工智能在醫療場景中的創新應用。他表示，醫療AI的核心價值在於切實解決臨床實際問題、有效提升基層醫療服務能力、持續優化患者就醫體驗。蔡秀軍認為，數據質量、數據規模與數據安全是制約AI在醫療領域應用發展的關鍵因素，數據不規范、不標准將直接拉低AI的「智商」水平，進而影響其臨床應用價值與推廣前景。他呼吁行業高度重視醫療數據的標准化治理與安全合規體系建設，為AI深度賦能醫療築牢根基。

中國工程院院士、清華大學臨床醫學院院長、北京清華長庚醫院院長董家鴻認為，隨著AI醫療器械產品化、醫療大模型臨床推理能力接近專科醫生水平、AI智能體走向工程化三大支柱同步成熟，AI醫院的工程化條件已經具備。他表示，不同於智慧醫院、互聯網醫院和醫聯體，AI醫院以數字孿生為基本架構，AI原生作為核心運行邏輯，深度重構醫院的感知、認知、決策與服務全鏈路，實現線上線下深度融合、覆蓋全生命周期的主動健康照護，真正實現AI Healthcare（AI健康）。

全國衛生產業企業管理協會會長竇熙照表示，當前醫療AI正從單一產品應用向全場景、生態化方向加速演進，行業競爭已不僅限於算法和模型的比拼，更是數據資源、標准規范、應用場景、創新生態與綜合服務能力的較量。他認為，醫學影像數據規模大、價值高、應用廣，是推動AI輔助診斷和醫學科研創新的重要基礎，各方應加強開放合作，在依法合規、安全可控的前提下充分釋放數據價值，讓醫療數據更好地服務醫學科研、臨床實踐與產業創新。

打造醫療影像AI工業化可信底座

搭建覆蓋全鏈條的可信影像數據協同平台，是行業突破發展瓶頸、實現規模化應用的基礎。 

會上，德適科技董事會主席、首席執行官宋寧正式發布iMedLoop全球醫療影像數據平台。他介紹，全球醫療影像按適應症分類超過3000項，傳統AI模型訓練通常需要數十萬張標注數據，而標注一例數據約需一小時。全國數十萬影像、病理、檢驗醫務人員即便每天騰出一小時做標注，完成所有項目的標注也需耗時上千年。

面對模型訓練對標注數據的過度依賴，德適科技於2025年5月推出全球同領域最大參數規模的醫療影像基座大模型iMedImage^®。據宋寧介紹，基於該基座模型，專病模型訓練對標注數據的需求量降至原來的二百分之一，開發周期縮短至十二分之一，開發成本與算力支出均降至十分之一。依托該模型，德適科技先後參與了6項國家級及省部級重大專項，並在過去12個月與87家三甲醫院合作訓練了145個垂直模型。 

在標注環節，宋寧認為，當前全球標注工具普遍存在格式雜亂難以讀取、手動標注效率低下、精准度參差不齊、多人協作質控困難四大痛點。為解決標注難題，德適科技發布新一代智能標注工具iMedStudio，具備多模態融合、人機協同、精准分割、智能仲裁四項核心能力。

iMedLoop整合了iMedImage^®基座大模型、iMedStudio智能標注工具和iMedMaaS在線模型訓練與發布平台，旨在建設醫療數據要素標注與流通、垂直模型訓練與發布的閉環生態。目前平台已正式開放，有超過3000名專業標注人員入駐平台，2895萬條高質量數據集與100多個醫療AI模型完成部署，多家數據要素供應商、AI醫療科技企業等生態合作伙伴積極參與平台共建，為全球醫療AI產業發展奠定了堅實的資源和產業基礎。

宋寧表示，平台致力於推動技術、數據與應用場景的深度融合，在醫院、科研機構與科技企業等多方共同努力下，中國醫療AI產業有望成為全球健康產業的新支柱。

協同共建醫療AI生態創新體系

醫療AI高質量發展需要多元主體協同推進。會上設置圓桌研討環節，來自基礎科研、臨床診療、政策標准、平台運營等領域的代表圍繞產業生態建設展開對話。

中國工程院院士、北京大學健康醫療大數據國家研究院院長詹啟敏認為，AI正在推動腫瘤診療走向個體化、精准化。「過去給病人用藥是粗線條、一刀切，沒有考慮個性化和精准度，這種治療副作用大、效果還不好。現在通過多組學數據結合AI分析，落腳在病理切片上，可以讓每一個腫瘤患者都有量身定制的治療方案。」他也提到AI在新藥研發中的作用——有望縮短研發周期、降低成本、提高成功率。在他看來，AI與醫學的結合正在縮短實驗室到臨床的距離，這是醫療AI生態持續演進的重要動力。

浙江省腫瘤醫院黨委副書記、執行院長張宏從臨床角度談了生態協同中「應用場景」的重要性。他認為，AI進入醫院需滿足三個條件：效率提升、操作簡便、數據安全，「三個標准缺一不可」。臨床是檢驗AI價值的場所，也是推動技術迭代的反饋源。只有醫院用得起、用得好，AI技術才能完成從研發到應用的價值閉環。

中國信息通信研究院雲計算與數字化研究所數字健康部副主任任九選表示，AI醫療全域生態的健康發展離不開統一的評測體系。「我們正在建設覆蓋『實驗室測試＋臨床驗證』的雙軌評測體系，除了模型通用能力測試，還加入了具備多輪對話的智能體測試。因為在真實診療場景中，患者和醫生是在互動中不斷抽絲剝繭進行病情診斷，不是把所有信息一次性塞給AI。」他認為，中國在數據資源和應用場景方面有優勢，國內產品豐富程度已超過美國，中美算力差距在縮小；高質量數據集建設未來1-2年將迎來產業爆發。

宋寧從產業實踐角度闡釋了生態協同的技術支撐。「iMedImage^®是技術底座，沒有它就像在沙灘上建城堡；iMedLoop是工具組合和協同平台，整合標注、治理、驗證等全流程能力。」他表示，平台將堅持開放策略，聯合醫療機構、科研院所和產業伙伴共同降低AI醫療創新門檻，「最難的還是技術關，底層技術突破了，監管和商業落地會逐步跟上，需要的是長期堅持。」

浙江省工商聯原副會長、浙商發展研究院副院長鄭明治表示，未來的醫學，屬於懂AI的人，更屬於能正確運用AI的人。醫療行業必須緊跟AI的發展大勢，真正讓AI成為臨床的輔助工具之一，成為醫生的參謀助手，在這個過程中iMedLoop平台勢必將發揮非常重要的作用。

會上還舉行了醫療AI全域共建戰略合作簽約儀式。杭州數據集團、聯想控股、溫州市衛健委、鄭州人民醫院、浙江師范大學數理醫學院、推想醫療科技等數十家機構達成合作。各方將依托iMedLoop平台，在數據治理、算法創新、模型研發、臨床驗證等環節協同推進，構建醫療AI全域生態創新體系，為提升診療能力探索新路徑，助力健康中國建設。