探寻新质生产力 | 深睿医疗：从影像AI先行者到医院“数智底座”构建者

在中国的医院里，一场静悄悄的变革正在发生。

一套名为Deepwise MetAI X的系统，正以“双总线”架构同时调度放射、超声、内镜等多模态影像数据，搭载“影像+文本”双AI引擎，从影像智能重建、病灶精准检出到结构化报告自动生成，一气呵成。它不是一个单点工具，而是一整套覆盖“筛—诊—治—管—教—研”全流程的智能服务体系——换句话说，它正在成为医院的“数智化底座”。打造这套系统的，是一家叫深睿医疗的公司。

这个名字或许不像互联网大厂那样家喻户晓，但在医疗AI圈子里，它是绕不开的存在。2017年成立，九年深耕，15张NMPA三类证位居行业前列——其中包括国内首个肺癌AI诊断产品三类证，这张证的获批意味着AI产品真正突破了“检出和分诊”的桎梏，开始为医生提供货真价实的诊断辅助。产品覆盖全国30多个省市数千家医疗机构，年AI调用量近2亿次。2021年，深睿医疗完成了中国医疗影像AI领域最大的并购案——收购“AI四小龙”之一依图科技旗下的医疗业务，打造出“影像+文本”双AI引擎，由此开启了从影像辅助诊断到全流程数智化的新阶段。

资本市场的态度，是检验企业成色最直接的标尺。2025年1月，在中后期医疗投资市场几近“冬眠”的大环境下，深睿医疗逆势完成新一轮近5亿元融资，由君联资本及杭州市区产业基金共同参与，成为医疗AI领域近年最大规模的融资之一。

同年底，国家卫健委联合三部门印发《卫生健康行业人工智能应用场景参考指引》，以4大领域、84个具体场景为行业划定了清晰航道——医疗AI正式从“锦上添花”转为“临床刚需”。

政策东风与资本投票双重加持之下，深睿医疗的故事值得细细拆解：一家医疗AI企业，如何在九年间完成从“教会AI看片”到“重塑医院运转方式”的跨越？

三次战略跃迁：从“单点突破”到“全流程基础设施”

回溯医疗AI行业的发展脉络，一个现象值得深思：早期数百家企业蜂拥而入，绝大多数扎堆在影像科做单病种AI，产品高度同质化，商业模式却始终难以跑通。大浪淘沙后，真正穿越周期的企业寥寥无几。深睿医疗是其中之一，联合创始人兼CEO乔昕向融中表示，深睿的生存密码，藏在三次关键的战略跃迁之中。

第一步棋落在“全流程”上。行业初期，各家比拼的是单点AI的检测效率——谁的肺结节检出率更高，谁的速度更快。深睿医疗同样以影像AI起步，但很早就意识到一个根本性问题：医疗是强流程、强闭环的行业，一个孤立的AI产品，再精准也只是诊疗链条上的一个“断点”。基于这一判断，深睿医疗主动从影像AI向诊疗、数据、科研、装备全面延伸，按照医生的真实诊断逻辑进行产品规划。从影像重建、打印、诊断、疗效评估，到随访、科研、数据治理，全流程都有深睿产品的参与。这种“把断点变闭环、把工具变体系”的思路，让深睿在后来的竞争中拥有了结构性优势。

第二步棋指向“商业化落地”。技术领先固然重要，但医疗AI能否真正站稳脚跟，最终取决于合规取证、临床场景落地和规模化交付的能力。2021年8月，深睿医疗完成了一次改变行业格局的关键动作——收购依图科技旗下的医疗业务板块，这也是中国医疗影像AI领域有史以来规模最大的并购事件。此举不仅为深睿扩充了辅助决策类技术产品与专利储备，更关键的是打造了“影像+文本”双AI引擎，将应用场景从影像辅助诊断扩展到医疗大数据的标准化和系统化研究，完成了从“看得见”到“读得懂”的能力飞跃。在合规取证方面，深睿的步伐同样扎实，截至目前已手握15张NMPA三类证，其中2024年9月获批的肺癌AI辅助诊断软件，是国内首个突破“检出和分诊”桎梏、进入真正意义上“诊断辅助”领域的产品，在行业内具有里程碑意义。

第三步棋则瞄准了“大模型时代”的范式变革。2025年，深睿医疗正式发布Deepwise MetAI X多模态大模型，以革命性的“双总线”架构整合放射、超声、内镜等多模态数据，搭载“影像+文本”双AI引擎，构建起覆盖“筛—诊—治—管—教—研”全流程的智能服务体系。与此同时，深睿并未止步于一个大模型，而是构建起涵盖医学图像通用分割大模型SAMI、开源大语言模型Deepwise LMLM、“国检智析”检验大模型、“合枢”脊柱侧弯大模型在内的医疗垂类大模型矩阵，并创新性地打造了“医疗垂直大模型+智能体”的生态模式——将垂类大模型与影像诊断智能体、数据治理智能体、科研管理智能体等场景化专业智能体深度融合，在疾病筛查、诊断、评估、研究等全流程提供闭环式支持。

三次战略跃迁，内核始终未变。正如乔昕在采访中所言：“医疗AI的本质是医疗，不是AI；是服务，不是技术。”这种对行业本质的清醒认知，让深睿在每一个技术风口面前都保持了定力——不追概念、不堆参数，而是把每一步技术突破都扎扎实实地转化为临床价值。

技术护城河：垂直大模型的“专精”，何以胜通用巨头的“广博”

GPT-4o、Gemini等通用大模型纷纷切入医疗领域，一度引发行业热议：垂直医疗AI企业的护城河是否会被通用巨头的技术洪流冲垮？深睿医疗对此有着冷静的判断。在他们看来，通用大模型进入医疗恰恰说明这个赛道的价值已被广泛认可，但医疗不是通用场景，医院不是普通用户，临床更不是简单问答。通用大模型再强大，也很难真正穿透医疗行业的专业性、合规性、临床流程和数据安全这四层壁垒。

九年的临床积淀，是深睿最深的一条护城河。从第一天起就扎根医院、扎根科室、扎根流程，深睿积累了覆盖全国数千家医疗机构的真实世界数据与诊疗经验。这种深度临床Know-how——对医生工作流的理解、对科室痛点的洞察、对医院管理逻辑的把握——不是通用大模型靠通识训练能短期复制的。以获得里程碑意义的肺癌AI诊断三类证的产品为例，其背后是数万例有病理金标准数据及至少两年随访数据的持续训练，这种“慢功夫”恰恰是医疗AI最宝贵的竞争壁垒。

在模型设计理念上，深睿同样走了一条差异化路线。通用大模型追求的是“什么都能答”，医疗大模型必须做到“什么都答得准、敢用于临床”。Deepwise MetAI X从底层就是为医疗场景定制的，模型结构、训练目标、评估体系全部围绕临床安全与诊断精度设计。更值得一提的是，深睿医疗从研发之初就把“轻量化、低算力、私有化友好”作为核心技术目标，不追求超大参数规模，而是基于临床场景做深度裁剪、专病优化、结构精简，在保证诊断精度和多模态能力不变的前提下，将模型体积和算力消耗降到医院可轻松承受的范围。这一策略直击行业痛点——对于多数医院而言，高昂的算力成本是引入大模型最大的顾虑，而深睿给出的答案是“能力不打折，算力大幅省”。

医疗数据的安全红线，则构成了通用模型难以逾越的第四层壁垒。三甲医院对于“数据不出院、全链路可控、等保合规、长期运维”的要求近乎刚性，通用大模型以云端服务为主的交付方式很难满足这些条件。深睿医疗从产品设计之初就围绕私有化部署构建体系，具备完整的本地化部署、数据治理与安全隔离能力，这让医院能够放心地将AI引入核心诊疗流程。

护城河的价值，最终要在“普惠”中体现。深睿医疗始终坚持“深睿医生，让看病不再困难”的初心，认为大模型真正的价值不只在于技术有多强，而在于能不能把三甲医院的能力送到更远、更需要的地方去。依托Deepwise MetAI X多模态大模型，深睿将多年积累的影像诊断经验、专家共识、临床指南装进AI，让基层设备也能“自带三甲大脑”。通过云端与边缘端一体化的轻量化方案，基层机构无需投入巨额成本建设机房，只需简单接入，就能快速开展肺癌筛查、骨龄评估、骨密度检测、乳腺筛查等刚需项目。与此同时，深睿还帮助基层与上级医院建立起远程会诊、双向转诊、数据互通的协同网络，让患者不必长途奔波，在家门口就能享受到连续、规范的诊疗服务。正如乔昕所说：“未来医疗大模型的竞争，不是算力军备竞赛，而是落地能力竞赛。”

面向2027：“AI原生医疗”时代的数智化图景

有业内专家预判，2027年将成为“AI原生医疗”的爆发期。所谓“AI原生”，意味着AI不再是医疗流程的外挂插件，而是从一开始就融入医院的运转逻辑，成为像水电煤一样不可或缺的基础设施。要实现这一跨越，两个关键问题必须得到回答：医院的数据如何从“沉睡资源”变成“核心资产”？医生与AI之间的协作应该是什么样的？

深睿医疗的Deepwise TrioData X平台，正是为第一个问题而生。作为多模态医疗大数据大模型能力开放平台，Deepwise TrioData X通过大模型技术的突破性应用，搭建起“数据治理—能力创新—场景落地”的全栈式闭环，将庞大的多源异构数据转化为高质可信的数据资产中心，在临床、科研、管理、AI创新等维度为各级医疗机构赋能。从市场反馈来看，医疗机构对数据资产化的接受度正处于从“认知觉醒”向“实践落地”加速跨越的关键阶段，呈现出三甲医院主动领跑、区域医疗中心和二甲医院稳步跟进的态势。深睿的Deepwise TrioData X要做的，是成为这场数据资产化变革中医院的“赋能者”，帮助医疗机构把沉睡的数据资源转化为支撑高质量发展与临床科研创新的战略级资产。

而Deepwise MetAI X一年来的临床实践，则在回答第二个问题——大模型带给医院的最本质改变是什么。过去的AI更多是“单点辅助”，每个产品解决一个碎片化的问题；今天的多模态大模型真正扮演了医院的“数智化底座”角色。一方面，它打破了数据孤岛，将影像、文本、病历、检验等多模态数据统一理解与治理，让数据从“沉睡状态”变为可流转、可利用的核心资产。另一方面，它重构了诊疗流程，将AI深度嵌入筛查、诊断、治疗、随访、科研全环节，从“辅助医生干活”升级为“支撑医院体系化运转”。更深层的变化在于，它推动经验医疗走向标准化、精准化医疗，以统一、稳定、可解释的AI能力，提升基层与专科诊疗的同质化水平，让优质医疗能力可复制、可下沉。

关于医生与AI的理想协作状态，深睿的愿景可以概括为“分工互补、协同增效、共生共长”。在这幅图景中，AI承接的是重复性、机械性、高负荷的工作——阅片筛查、病灶初判、数据整理、报告排版、随访提醒等，把医生从每天数小时的机械劳动中解放出来，让他们将精力聚焦于疑难病例诊断、个性化治疗方案制定、患者沟通和科研创新。与此同时，面对复杂病例和罕见病，深睿的专病大模型能够整合海量临床数据与专家经验，为医生提供多维度的诊断建议和手术规划参考，甚至预警潜在的诊疗风险，切实提升医生的诊疗上限。最终，AI融入全流程诊疗闭环，与医生形成无缝协同。

AI是否会改变医生的职业成长曲线？深睿的回答是：会，但不是颠覆，而是优化和升级。当基础阅片和标准化报告的工作量被AI大幅承接，未来医生的核心竞争力将转向疑难诊断能力、个性化治疗创新能力、科研转化的落地能力以及患者服务的沟通能力。AI让医生成长得更快、更精准、也更有价值。

站在2026年这个医疗AI从“规模化应用”向“深度渗透”跨越的关键节点，深睿医疗对下一步有着清晰的路线图：立足多模态大模型核心优势，聚焦“临床刚需最迫切、技术壁垒最高、价值最可落地”的方向持续攻坚，精准匹配国家卫健委84个场景指引，让AI真正融入诊疗全链条。

九年前，深睿医疗从一张AI影像出发；九年后，它已成长为一个支撑医院数智化转型的生态体系。这条路折射出的，是中国医疗AI从概念走向基础设施的产业进化逻辑。“深睿医生，让看病不再困难”——这句写在公司基因里的话，在新质生产力的时代浪潮下正在获得新的注脚：当AI成为医院的水电煤，距离不再是健康的障碍，每一个普通患者都将是最终的受益者。