如果说通用大模型的世界里，核心生产资料是文本Token——每一段语料、每一个字符的质量与数量，决定了模型的能力天花板；那么在医疗影像AI的赛道里，像素级标注的医学影像，就是这个领域的 “专属Token”。

谁能把这些“影像Token”从高度依赖人工的手工作坊式生产，变成标准化、规模化的流水线产出，谁就能从最底层掌握医疗AI的生产力密码。

长期以来，医疗AI 始终困在 “一病一模型” 的慢节奏里：一个病种、一批数据、一支团队，从零开始标注、训练、调参，动辄两三年才能磨出一款模型。而另一边，弗若斯特沙利文数据显示全球医疗影像检测任务已超 1.4 万项，国内也有 3285 项之多，临床需求的扩张速度，远远跑赢了模型的生产速度。

直到德适-B（02526.HK）自研并跑通了一套完整的“模型工厂”体系，才把医疗 AI 从手工作坊时代拉进了工业化量产阶段。

一、德适是谁？一座跑通全链路的医疗影像 “模型工厂”

很多人对德适的认知，只是有个医疗影像AI概念股、AI4S赛道的领头羊这样的模糊画像。

往细了深究，会知道是最近的一份中报，清晰地支撑了公司的身份坐标：2026年上半年公司实现营收1.087亿元，同比增长21.0%；其中模型服务收入达9454.1万元，同比大增 101.1%，占总营收的比重升至 86.9%。这意味着模型业务早已不是边缘概念，而是公司的核心收入支柱。德适卖的不再是单台设备，而是可复用、可规模化输出的模型能力与平台服务。

这套模型工厂的运转逻辑，本质上是三步打通医疗 AI 的工业化生产链路：

第一步，先建“影像Token工厂”，把数据变成标准化生产资料。通用AI有专门的语料工厂生产高质量Token，德适则通过iMedLoop™平台，打造了医疗行业影像 Token生产线。 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。德适配套研发的 iMedStudio™智能标注工具，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。

截至2026年中期，iMedLoop™平台已沉淀2895万条高质量标注影像数据，覆盖19种医学影像模态，入驻超3000名专业标注人员。这些经过统一标准校验的像素级影像，就是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。

第二步，基座模型做底座，实现“一底座千模型”量产。有了源源不断的影像 Token，德适通过自研的 iMedImage ®医疗影像基座大模型，真正实现了专科模型的工业化量产。 传统 “一病一模型” 模式下，每开发一款新病种模型都要从零训练，需要数万份标注数据、数年研发周期，投入大、复用率低；而德适的路径是先训练一套具备通用医学影像理解能力的千亿参数基座模型，再针对具体病种做少量数据微调，就能快速产出可用的专科模型。

【图表：传统 “一病一模型” vs 德适 “模型工厂” 效率对比】

截至2026年中报，公司已联合99 家医院落地158个专科模型项目，覆盖43个人体器官、61类疾病方向。这158个项目不是孤立的单点产品，而是模型工厂流水线批量产出的成果，更是 “影像 Token→基座模型→专科模型” 生产链路跑通的直接验证。

第三步，三类证背书为量产模型盖上合规 “钢印”。

医疗 AI 的量产从来不是单纯的技术问题，监管合规是绕不开的硬核门槛。2026 年 5 月，公司旗下 AI AutoVision 染色体核型图像辅助诊断软件拿下全球首张依托大模型技术的 NMPA 三类医疗器械注册证。 三类证是医疗器械的最高监管级别，意味着产品经过了严格的多中心临床验证，可正式进入临床诊疗流程使用。这张证书不仅是单款产品的通行证，更验证了 “基座大模型→专科产品→监管获批” 路径的可复制性 —— 模型工厂产出的不只是 demo 级的算法，而是合规可用的医疗产品。

以染色体核型分析场景为例，来自开源证券研究报告的数据显示，传统人工分析每份样本需约34.1分钟，医生单日最多处理8-12 个样本；而AI AutoVision 将单样本分析时间压缩至11.3分钟，医生单日处理量提升至约50个，分析准确率超过99%。这就是模型工厂落地到临床的真实价值：效率与质量同步提升。

二、生产力革命的双重价值：一端抬高上限，一端托高底线

影像Token的规模化生产与模型的批量落地，最终改变的不只是行业效率，更是整个医疗体系的价值分配，它同时向上突破了医疗创新的天花板，向下托住了基层医疗的底线。

一是能让顶尖医院的科研从想法走向落地。

对三甲医院的专家而言，很多临床研究的瓶颈从来不是想法，而是技术效率。医生在临床中观察到的影像特征、疾病规律，过去要完成数据整理、标注、建模、验证，往往需要耗费数年时间，很多有价值的研究因为人力、成本限制最终搁置。模型工厂的出现，把专家从技术环节中解放出来：临床专家只需要聚焦医学问题本身，数据处理、模型训练、迭代优化全部由平台承接，科研周期从年级压缩到月级。

这也是近期德适与香港理工大学共建联合实验室的核心意义：双方共同探索AI4S在医疗领域的落地，推动医疗AI从大模型辅助开发向智能体自主研发进阶，让更多过去不敢想、做不起的临床研究，能够低成本、高效率地启动与验证，持续抬高中国医疗创新的能力上限。

二是能托高底线，让优质影像能力下沉到一线。

“我们影像科天天加班到十点，真要有 AI 能接住一半活，我第一个举双手赞成。” 这是一位基层影像科医生的真实心声，也是千万基层医疗机构的普遍痛点：优质医疗资源高度集中在大城市三甲医院，基层影像科人手紧缺、医生经验不足，漏诊、误诊风险显著高于上级医院，患者为了一次准确诊断往往要跨城奔波。

模型工厂的普惠价值，恰恰在于把经过三甲医院验证的专科能力，标准化、低成本地下沉到基层。对于肺部、心血管、染色体等具体影像任务，AI 可以帮助基层医生快速识别异常、减少遗漏，输出标准化的辅助判断。 这并不意味着基层医院一夜之间能追上三甲，但在一个又一个明确的诊疗任务上，基层医生正在获得过去难以企及的能力支撑，不同地域的诊疗差距正在逐步缩小。模型工厂转得越快，优质医疗资源的普惠性就越强。

三、资本视角：稀缺清爽筹码结构，短期无解禁抛压，价值重估窗口打开

站在资本市场的角度，德适的价值不仅在于产业端的生产力革命，更在于它正迎来资本端与基本面的双重共振。

港股通的典型意义在于，能显著改善个股交易活跃度，修复此前的流动性折价。9月7日，德适正式调入港股通标的名单并生效。入通首个交易日，公司股价盘中大涨 37.2%，位列当日港股通龙虎榜首位，资金认可度可见一斑。

对比同期上市的一众AI 次新股，德适的筹码结构堪称 “一股清流”。

公司 IPO 没有引入基石投资者，上市前所有老股东全部锁仓12个月，实控人宋宁博士及一致行动人合计持股稳定（47.37%），市场上可自由交易的存量筹码规模有限，短期没有大额解禁抛压，筹码结构在港股 AI 标的中处于第一梯队。

而且，从德适IPO以来的公开持仓可以看到，主力一路跟到765.5港元，目前已回调至现价500港元，当前主力还是水下，不涨到765.5港元以上，很难形成抛压。

更重要是，当前市场对德适的认知仍在逐步切换过程中。

如果说通用大模型公司的估值逻辑是“Token 消耗量 × 智能上限”，赚的是流量的钱；那么德适的估值逻辑正在切换为“影像Token消耗量 × 专科模型产出量 × 医疗场景深度”，未来将既能赚流量的钱，也能赚产能的钱。更何况，医疗垂直赛道因强监管具有更高的竞争壁垒、更少的竞争对手；医疗场景具有更确定的市场需求、更高的收入质量。

开源证券在首次覆盖报告中给予 “买入” 评级，预测公司 2026-2028 年营业收入将分别达到 4.9 亿元、9.3 亿元、17.2 亿元，连续三年维持近翻倍的高速增长。“德智米”三兄弟横向比较，若仅按100倍PS的保守水平测算，对应公司2026 年预测营收，合理市值有望达到近600亿港元量级，相较当前估值仍有充足空间；若2027年能够实现预期收入，则市值大概率破千亿。

小结

德适的模型工厂，本质上是医疗AI领域的新基建，代表着新的生产力。

它把医疗影像变成“Token”，把研发变成流水线，把优质能力输送到整个医疗行业的每一层。

短期来看，港股通的流动性红利与清爽的筹码结构，为公司带来了明确的估值修复窗口；

长期来看，模型工厂的持续复制与渗透，既是推动医疗普惠的核心力量，也是AI产业浪潮中兼具高壁垒与高成长弹性的稀缺资产。

当医疗AI的工业化生产飞轮持续转动，它带来的将不只是一家公司的成长，更是整个行业效率与公平的双重进化。