医疗AI的竞争，
正在从“单点算法”进入“大模型底座”时代
7月17日，2026世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026）在上海世博、张江、西岸“三地四馆”同步启幕。本届大会以 “智能伙伴，共创未来” 为主题，展览总面积首次突破10万平方米，1100余家企业参展，3000余项展品集中亮相，140余场论坛集聚了9位图灵奖、诺贝尔奖得主在内的1400余位中外嘉宾。
规模创新高，热度持续攀升——这是AI行业的年度盛会，也是观察医疗AI发展趋势的最佳窗口。
01
WAIC上的医疗AI：从“展区一角”走向“独立议程”
今年WAIC上，医疗AI的关注度明显提升。
7月18日下午，两场医疗AI主题论坛同日登场——算丰信息主办的“AI在全球医疗领域的应用实践与监督机制”论坛、第一财经与健闻咨询联合举办的“AI+医健产业可持续创新论坛”。从医学影像分析、辅助诊断到药物研发、医疗管理，医疗AI的议题覆盖越来越广，讨论深度越来越实。
展区同样传递了明确信号。获评本届大会“镇馆之宝”的蚂蚁灵波“机器人智慧药房”，已实现从问诊咨询到药品打包的90秒全流程闭环——AI正在渗透医疗服务的各个环节。
一个趋势已经清晰：医疗AI不再是“概念展示”，而是正在走向临床、走向实用。
02
WAIC看医疗AI的演进逻辑
穿梭于各展馆之间，一个行业趋势愈发明确：医疗AI的竞争，正在从“单点算法”进入“大模型底座”时代。
过去几年，行业比拼的是“谁的肺结节检测准确率更高”——一个病种、一个模型、一套数据，从零开始反复做。但医疗影像按适应症分类超过3000项，这种“一病一模型”的开发模式，注定无法规模化。
大模型的价值，在于改变了医疗AI的“生产方式”。
德适从2022年开始布局医学影像基座大模型，初衷很简单——既然医疗影像数据量大、病种多，能不能先训练一个覆盖多种模态的基座模型，让后续的专病模型开发不需要每次都从零开始？
基于这一判断，德适于2025年5月正式发布iMedImage®医学影像基座大模型。这是全球首个千亿参数级跨模态医学影像大模型，覆盖CT、MRI、病理等19种医疗影像模态与26个临床专科。基于该基座模型，专病模型训练对标注数据的需求量降至传统方式的1/200，开发周期缩短至1/12，算力成本降至1/10。
目前，德适已联合87家三甲医院，成功孵化145个前沿影像专用模型，覆盖32个人体器官、64个疾病方向。
从“单点算法”到“基座+专病”，这正是德适一直在做的技术路径选择。
03
医疗AI的探索路径：
从AI AutoVision™️三类证到iMedLoop平台
行业都在 WAIC 热议医疗 AI 落地，但我们始终坚信：医疗 AI 能不能真正落地，最终只能靠过硬产品说话。
2026年5月20日，我们自研的德适 AI AutoVision™染色体核型图像辅助诊断软件，成功拿下 NMPA 第三类医疗器械注册证 —— 这是全球首张依托大模型技术获批的三类医疗器械注册证。
我们完成覆盖 1734 例样本的多中心临床试验，实现数目异常检测灵敏度 100%、特异度 100%；同时把单例分析时长从 34 分钟压缩至 11 分钟，医院报告出具周期由 30 天缩短到 4-7 天。
这张证书，也由我们亲身验证了一条关键结论：依托大模型打造的医疗 AI 产品，能够走完从原始数据到临床应用的最高等级监管合规路径。
而这张三类证的背后，是我们在 AI AutoVision™长达近四年研发周期里，沉淀打磨出的一整套完整产业方法论：医疗数据合规流通规范、医学影像标准化标注体系、基座大模型快速适配专科模型的训练方案、全链路医疗数据精准溯源机制，整套闭环能力均由德适自主搭建落地。
这套沉淀多年的成熟方法论，我们并未闭门自用。
2026年7月4日，德适正式对外发布 iMedLoop全球医疗影像数据平台，将我们全套技术能力系统化打包，作为行业开放型基础设施向全产业共享。
平台整合三大核心能力：iMedStudio™️智能标注工具、iMedImage® 自研医疗基座大模型、iMedMaaS™️在线模型训练与发布平台；目前我们已沉淀 2895 万条高质量医疗影像数据集，落地部署超 100 个成熟医疗 AI 模型。
总结
医疗AI的下半场
当下 WAIC 展会仍在火热开展，行业内围绕医疗 AI 的讨论层出不穷：从技术路线、商业模式，到监管落地路径、医疗数据生态，各路观点百花齐放、碰撞不断。
通过自研医疗基座大模型，帮行业解决高效搭建专科 AI 模型的核心难题；通过iMedLoop 医疗影像数据平台，提供合规高质量训练数据源、搭建模型长效迭代闭环，这是德适在实践中摸索到的一条路径：通过「大模型 + 数据平台」双引擎路线，实现医疗 AI 规模化落地。
面向长远发展，我们会持续深耕「大模型 + 数据平台」双引擎战略，赋能各行各业专病 AI 模型，沿着成熟合规通道批量走进医院临床场景。我们相信，医疗 AI 行业的最终目标，从来不是单一企业的独自领跑，而是整个产业生态共同繁荣。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
