前不久，杭州德适生物科技股份有限公司（以下简称“德适科技”），开启了一条新路径：推出的iMedLoop™平台，不只为某一个病种做AI，而是为整个行业“建生态”。近日，企业也带着这套医疗AI工业化量产整体方案，亮相第五届全球数字贸易博览会，并在首发首秀环节发布《中国医疗影像数据平台建设白皮书》，对外展示医疗影像大模型、智能标注、合规数据协同的全链路技术能力。

平台的核心竞争力，来自企业自研iMedImage®医疗影像基座大模型，它并非单一病症的专用工具，而是能覆盖近百类医疗影像的通用底座。

打个通俗的比方：传统单病种AI，是只会一门手艺的“专科工匠”。而iMedImage®大模型，是精通全身影像的“全能全科医生”。它提前学透了人体器官结构、正常和病灶的影像区别，还适配了各类医疗设备的成像差异。

“这个底座就像一块已经打好地基、铺好管线的土地，它已经通过学习海量数据，为搭建房屋提供了稳固、坚实的基础。”德适科技业务发展部产品经理舒珺琦告诉记者，传统模式做一个专病医疗AI，需要两年研发周期、十万级样本数据。依托该通用底座，仅需要结合机构自有少量病例做适配调优，最快两三个月即可完成新模型落地，在研发周期、资源消耗、算力使用上实现显著优化。

与此同时，平台针对影像标注环节的现存痛点实现技术升级。

在传统模式下，医学影像标注是高度依赖专家的重体力活：一份三维CT影像的标注往往需要数小时，不同医生标注的一致性仅65%左右，数据质量参差不齐，直接拖慢了模型训练的效率与上限。但平台搭载的iMedStudio智能标注工具，自带AI预标注能力。通过AI辅助将三维CT标注从数小时压缩至1分钟，同时将专家标注的一致性从65%提升至99%，相当于把原本手工作坊式的标注，升级成了半自动化的数据流水线。

而iMedMaaS®在线训练发布平台，就是整条AI生产线的“出厂端口”。平台支持云端和私有化部署，医院、科研团队、创业公司、临床医生，都能独立完成模型训练、验证、部署和发布，自主掌控成果。同时，它兼容十余种影像格式和设备型号，解决了医生反复切换软件、设备不互通的繁琐问题，让AI更贴合临床使用场景。

基于以上能力加持，一整套复杂流程，变成了一条标准化的“流水线”。医院、科研机构，甚至是有想法的医生个人，都可以在这个平台上，像搭积木一样“组装”出适合自己的AI辅助工具。

解决了训练效率的问题，并不意味着万事大吉。做医疗AI，难关一个接着一个。

高质量标注数据从哪来、跨机构数据如何合规流通、训练好的模型怎样快速部署落地……在我国，每年拍片检查达80亿人次，CT、核磁、B超等等。但绝大多数拍完的影像，看完病之后就存在医院系统里“沉睡”了，没有被二次利用。

这些医疗影像怎么安全合规拿来训练AI，一直是行业一大难题。

为了保护患者隐私，解决数据流转的信任问题，企业和杭州数据局、杭州数据交易所合作，落地可信空间。iMedLoop™接入杭州市可信数据空间，平台通过加密技术完成训练和标注，所有原始影像数据全程留在医院内部，不用跨院传输、不用外泄。就像罩上一层玻璃铠甲，让数据可以“看得见、用得上、但拿不走”，在保护患者隐私、符合监管规定的同时，盘活了沉睡的医疗数据。

截至2026年上半年，平台已沉淀2896万份高质量影像数据，覆盖19种医学影像模态，入驻超3000名专业标注人员。这些像素级影像，通过iMedLoop™平台，经过统一标准校验后，支撑模型工厂持续运转的数据燃料和通用大模型的语料库逻辑完全一致：数据池越厚、标注质量越高，基座模型的底层能力就越强。

“将基座大模型的能力开放共享，从数据可用不可见到数据标注、模型训练和发布应用，构建了独特的闭环生态。这样一来，更多医院、更多科室可以低成本应用医学影像模型，来为临床提供赋能，临床也能收获更高效率、更精准的诊断结果，进而形成数据越用越多、模型越用越强的数据飞轮。”德适科技高级市场经理郝伟介绍。

而这套全新的量产模式，同样拉低了医疗AI的研发门槛，让高端AI技术走出实验室，惠及各级医院。截至2026年上半年，iMedLoop™平台已和全国99家医院达成合作，其中三甲医院65家，累计产出158个应用型AI模型，覆盖43个人体器官、61类疾病，适配不同层级的医疗需求。大型三甲医院，能快速把科研成果转化为临床产品。中小型医院，不用投入高额算力、不用长年积累数据，就能轻松开展专科AI研究。

这让基层医院看到了希望。以前，患者在基层查出疑似肺结节，往往要辗转几百公里去省城大医院。未来，借助这个平台，基层医生身边就相当于有了一位不知疲倦的AI专家“助手”，能让患者少奔波几次，能快速完成早筛早判，抓住宝贵的“早发现、早治疗”窗口。

“新的工具，会带来新的工作方式。我们希望这套平台实实在在帮医生减负，提升看病效率，惠及更多患者。”德适科技市场总监朱怡琼表示，未来还会联合更多行业伙伴，持续开放平台，推动医疗AI真正落地到日常临床当中。