7月4日，由瞭望周刊社瞭望财经、德适科技联合主办的医疗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，活动以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。
图为医疗AI全域生态创新研讨暨iMedLoop全球医疗影像数据平台发布会现场。
医疗AI呼唤充分释放数据价值
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。
此前，国家数据局印发的《可信数据空间发展行动计划（2024—2028年）》中明确提出，在服务领域大力培育医疗健康等行业可信数据空间。近日，国务院常务会议审议通过的《国民健康“十五五”规划》也明确指出，要构建全生命周期健康服务体系，统筹资源布局，加强医疗、医保、疾控等协同，为群众提供系统连续、优质高效的健康服务。
“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。”生物信息学家、中国科学院生物物理研究所研究员陈润生现场阐释了大模型的技术基石、创新本质及其发展前景与挑战。他认为，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。他立足医院数字化、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，展示了人工智能在医疗场景中的创新应用。他认为，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（AI健康）。
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，数据资源、标准规范、应用场景、创新生态与综合服务能力已成为行业竞争的关键。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。
打造医疗影像AI工业化可信底座
搭建覆盖全链条的可信影像数据协同平台，是行业突破发展瓶颈、实现规模化应用的基础。
图为iMedLoop全球医疗影像数据平台上线启动仪式。
会上，德适科技董事会主席、首席执行官宋宁正式发布iMedLoop全球医疗影像数据平台。他介绍，全球医疗影像按适应症分类超过3000项，传统AI模型训练通常需要数十万张标注数据，而标注一例数据约需一小时。全国数十万影像、病理、检验医务人员即便每天腾出一小时做标注，完成所有项目的标注也需耗时上千年。
宋宁表示，格式杂乱难以读取、手动标注效率低下、精准度参差不齐、多人协作质控困难成为标注四大痛点。为解决标注难题，德适科技发布新一代智能标注工具iMedStudio，具备多模态融合、人机协同、精准分割、智能仲裁四项核心能力。
同时，面对大模型对标注数据的过度依赖，德适科技于2025年5月推出医疗影像基座大模型iMedImage®。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。
此次发布的iMedLoop平台整合了iMedImage®基座大模型、iMedStudio智能标注工具以及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。
宋宁表示，平台致力于推动技术、数据与应用场景的深度融合，破解医疗AI产业碎片化难题，打通“数据合规流通、专家精准标注、高效模型训练、真实临床验证、产业应用转化，构建全链路可信生产体系”五大核心环节，构建完整产业化闭环，将成为国内医疗影像AI领域的工业化生产基础设施。
协同共建医疗AI生态创新体系
医疗AI高质量发展需要多元主体协同推进。会上设置了圆桌研讨环节，来自基础科研、临床诊疗、政策标准、平台运营等领域的代表围绕产业生态建设展开对话。
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。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、执行院长张宏认为，AI进入医院需满足效率提升、操作简便、数据安全三个条件。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。在真实诊疗场景中，患者和医生是在不断的交互中进行病情诊断，不是一次性把所有信息塞给AI。”他认为，中国在数据资源和应用场景方面具有较大优势，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。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。”
浙江省工商联原副会长、浙商发展研究院副院长郑明治表示，未来的医学，属于懂AI的人，更属于能正确运用AI的人。医疗行业必须紧跟AI的发展大势，真正让AI成为临床的辅助工具之一，成为医生的参谋助手，在这个过程中iMedLoop平台势必将发挥非常重要的作用。
期间，杭州数据集团、联想控股、温州市卫健委、郑州人民医院、浙江师范大学数理医学院、推想医疗科技等数十家机构举行了医疗AI全域共建战略合作签约仪式。各方将在数据治理、算法创新、模型研发、临床验证等环节协同推进，构建医疗AI全域生态创新体系，为提升诊疗能力探索新路径，助力健康中国建设。
