田晏林 发自 凹非寺量子位 | 公众号 QbitAI这几天，港股市场的情绪，又被AI大模型点燃了！继年初智谱、MiniMax两大通用AI巨头上市后，3月30日，杭州德适生物科技股份有限公司（以下简称“德适”）正式登陆港交所。作为港股首家医学影像AI大模型公司，德适的上市标志着中国大模型领域的三驾马车——“德智米”（德适、智谱、MiniMax），成功在港股会师。上市前一天，德适暗盘大涨约101%；上市当天，早盘高开121.21%，每股报收209.6港元，涨幅高达111.72%，市场热情可见一斑。截至4月1日收盘，该公司每股报收246.2港元，涨幅24.34%，市值近200亿港元。相较于已跻身千亿市值阵营的智谱、MiniMax，德适上市初期的强劲表现，给资本市场预留了充足的估值想象。单从市销率（P/S）看，智谱当前市值超4000亿港元，对应P/S超过510倍，MiniMax同样维持数百倍的高市销率水平。反观刚登陆港交所的德适，市值刚突破200亿港元，以其2025年预计全年营收1.5亿元测算，公司P/S不足智谱的1/4，市值仅为智谱的1/20左右。这意味着，在同样的AI赛道逻辑下，德适当前估值明显更具性价比，上涨空间更大。而且从行业趋势与公司基本面来看，德适后续仍具备冲高潜力。毕竟AI对各行业的重塑已经不可逆了。站上赛道德适成立于2016年，是一家在杭州本土发展起来的，专注于开发医学影像产品及服务的医疗器械公司。区别于传统医疗器械公司和纯正大模型公司，德适所在的“AI+医疗”领域，是一个高壁垒、强需求、有效供给高度稀缺的赛道。在这条赛道里，德适又选了一条难而正确的路——AI医学影像。为什么说它难？因为在德适之前，国内外已有大量企业将AI与医学影像结合，试图用技术提升诊断效率。过去十多年，各企业围绕眼部、肺部、乳腺、骨科等单一病种做了大量AI优化，也确实在局部场景中实现了病灶识别、辅助判读等功能突破。但行业走到今天，一个普遍存在的瓶颈也愈发清晰：绝大多数玩家走的仍是单一病种、专用模型的路线，看似多点开花，实则研发成本高、落地周期长、难以规模化推广。这些AI影像应用，最终只能停留在单点优化层面，远不足以支撑整个医学影像行业的智能化升级。而说它正确，则是因为业内普遍有个共识，医学影像是AI医疗中确定性最高的细分赛道。近期，英伟达在最新报告《State of AI in Healthcare and Life Sciences: 2026 Trends》中提到：医学影像是目前AI落地并产生实际经济效益最显著的领域之一。57% of respondents from the medical technology segment reported seeing ROI from deploying AI for medical imaging.（57%的医疗技术领域受访者表示，在医疗影像领域部署人工智能后已见到投资回报。）该报告还将医学影像视为AI医疗从“实验”转向“执行”的核心应用场景。…reaping return on investment (ROI) on core applications like medical imaging and drug discovery.（在医疗影像、药物研发等核心应用领域已实现投资回报。）在这样的背景下，德适的出现，为行业破解这些痛点提供了现实样本，也让市场得以窥见大模型技术从研发走向产业化的可行路径。AI医学影像困局长久以来，医学影像市场面临4大痛点：一是诊断周期长，以染色体核型分析为例，传统医学影像的平均诊断周期；二是误诊率高，比如根据核型的骨髓性肿瘤（MN）临床误诊率达到18.5%；根据形态学影像的骨髓化生不良症候群（MDS）临床误诊率高达21%。三是专业人才供给严重不足，国内超声科医师总量仅约15万人，难以匹配庞大的诊疗需求；四是人才培养周期长，通常要花5-10年才能培训出一位能够掌握核型分析技术的细胞遗传学专家。传统AI医学影像一直尝试解决，却苦于无法快速、低成本地实现诊断项目的AI智能化。因为这些公司在技术层面，几乎都在走“专病模型”路线。简单说就是，一个模型只盯一种病、一种影像。这就导致AI医疗产业化进程中，出现一个非常大的Gap，每一个专病模型都需要大量标注数据、医生参与、算法迭代。相当于每做一个病种就要重新“造一次轮子”。更为致命的是，单一专病模型面临着极为冗长的生命周期——从底层算法研发、多中心临床验证、获取药监局合规认证，直到最终打通公立医院的采购链路，往往耗时数年之久。医院也不可能为了这些检查，去装几十上百个不同模型和智能化检测设备，推广难度极大。2025年10月，国家五部门联合发文，明确2030年二级以上医院普遍开展AI影像辅助诊断。全国二级以上医院有多少呢？16000多家。而全国有几千种影像检查，靠“一个病一个模型”的方式，根本做不到“普遍开展”。当然，除了技术问题，在商业化层面，核心矛盾同样突出。目前行业还缺乏明确的付费方与收费路径。同时，AI为医院、医保创造的增量价值难以量化，商业闭环始终未能跑通。种种因素，共同影响着AI在医学影像领域的规模化落地。一款模型打天下过去几年，德适也在找答案。德适创始人、首席执行官宋宁，也是公司研发团队负责人，在医学遗传学、计算机科学及AI交叉领域有超过20年的经验。近5年来，宋宁主持国家科技部重点研发项目及省部级科研项目8项，发表20余篇SCI期刊论文。△德适创始人、首席执行官宋宁在上市现场讲话他很早就发觉传统AI医学影像的瓶颈，认为要想从根本解决问题，大模型必须能给外界提供一个靠谱的“大脑”，让所有项目能以更低成本实现智能化。iMedImage医学影像基座模型就是这个“大脑”。这款自研大模型，主打一个低成本、快速实现多样检测，可支持19种影像模态，覆盖CT、B超、核磁、显微影像等90%以上医学影像应用场景。更关键的是，iMedImage基座模型能为医生赋能，降低影像诊断操作门槛。医学影像诊断的核心难点，在于精准识别病灶异常并给出诊断结论，这一能力高度依赖医生扎实的临床医学功底与临床经验。当前，互联网巨头虽纷纷布局AI模型研发，但在医疗场景中，精准识别影像异常、给出专业诊断分析，靠的远不止算力与算法。这时候，有医学功底的德适团队显出优势了。我们假设一个简单的临床场景。在一些权威的骨科医院，医生凭借丰富经验，通过CT影像即可精准判断骨折位置与损伤程度。但在一些县级、乡镇医院，医生面对同类影像往往缺乏足够诊断经验，难以给出准确判断。传统模式下，大医院只能依靠远程会诊、专家出诊等方式帮助患者，不仅落地难度大，覆盖范围也有限。德适通过技术许可平台iMed MaaS平台，可以给医生和科研工作者提供零代码、低门槛、高度泛化的通用AI解决方案。以此前列举的骨折诊断场景为例，依托德适构建的技术许可平台，顶级三甲医院的骨科专家能够基于iMedImage基座模型，零代码训练出具备专家级判读水准的“骨折辅助诊断专用大模型”。该模型落地基层医院后，一台电脑即可帮助基层医生快速获得骨折影像的初步诊断意见，诊断能力显著提升。当然，这个基座模型，也能为不同医院的优势科室“量身定制”各类专科诊断模型。只需iMedImage一个“大