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 " 大脑 "，国内顶尖医院的优势专科诊疗经验便得以沉淀，从而用更低成本、更高效率的方式实现优质医疗资源下沉。

2024 年 9 月，德适开始通过 iMed MaaS 平台，获取大模型技术许可服务收益。

目前，德适覆盖了北京协和医院、复旦大学附属中山医院等顶级三甲医院，中国前十大医院对其产品采用率达 40%。

该公司运营的 75 家分销商网络，也协助其在全国 31 省市积累超 400 家医疗机构的客户资源。

招股书显示，2025 年前 9 个月，大模型技术许可业务毛利率高达96.5%，成为公司第一大收入来源。

从研发走向产业化

在大模型技术服务之外，德适还有8 款已完成商业化的医疗器械产品：

1 款医学影像软件—— AutoVision 染色体分析软件；

3 款商业化医疗器械—— MetaSight 自动细胞显微图像扫描系统、KayoFlow 细胞收获仪、KayoFlow 制片染色一体机。

4 款主要试剂及耗材——配子胚胎缓冲液、体外受精显微操作管、ICSI 显微操作皿、人外周血细胞培养基。

但这都不是德适的 " 杀手锏 "。

实际上，德适的拳头产品是基于基座模型孕育出的核心产品 AI AutoVision。

其最新的注册临床数据显示，该系统在检测染色体数目异常方面实现了罕见的 100% 灵敏度和特异度，在结构异常检测上灵敏度亦高达 94.05%。

目前，AI AutoVision 已作为 " 第三类创新医疗器械 " 正式获批进入国家药监局 " 绿色通道 "，即将以绝对的技术代差重塑行业标准。

该产品目前适用场景有两个：一是对孕妇的羊水样本做检查，提前发现胎儿可能的染色体问题，避免生出有先天缺陷的宝宝。

二是对准备做试管婴儿的夫妻，分析他们血液样本里的染色体，帮医生挑出染色体更正常的胚胎，让辅助生殖更安全、更成功。

据德适方面介绍，AI AutoVision 可以对不同光学显微镜拍出来的染色体数字图像，自动完成染色体分割、计数、排列，还能精准识别病例级别的异常，同时兼容市面上常见的标准显微镜。

对于 AutoVision 的老客户，德适提供平滑升级方案，只需在本地删除 AutoVision，并安装 AI AutoVision 即可，无需更换底层定制计算机。硬件成本零增加。

△AutoVision 软件的界面及随附计算机装置的外观

据弗若斯特沙利文数据，2024 年德适在国内染色体核型分析领域市占率达 30.6%，位居行业第一，也是全球唯一实现染色体核型全流程 AI 自动化商业化企业。

公开资料显示，此次上市，德适每股定价 99 港元，共发行 799.92 万股 H 股，募资额约 7.198 亿港元。

其中，约 49% 的金额将用于 AI AutoVision 研发及商业化；约 20% 的募资用于迭代 iMedImage 模型并拓展技术许可业务，打造第二增长曲线。

AI 医学影像，跑步进入黄金赛道

近年来，AI 重塑了不少行业，医学影像作为 AI 渗透率最快的细分领域，正迎来黄金发展期。

据弗若斯特沙利文报告，全球医学影像检测市场 2024 年规模达 957 亿美元，2035 年将增至 1739 亿美元。

中国市场更抢眼，2024 年中国医学影像检测市场规模达 999 亿元，2035 年预计突破 2193 亿元。

各种数据都在表明 AI 医学影像即将爆发。

特别是当 AI 辅助诊断整合至临床，逐步成为业界共识，公众的认知与接受度不断提升，新的增长变量正在显现。

德适卡位的染色体核型分析赛道，增速超 50% 且智能化渗透率仅 1.4%，成长潜力巨大。

回顾过去，AI 医疗赛道经历过资本热潮，也遭遇过落地质疑。核心矛盾只有一个，技术能否真正嵌入临床 workflow，能否产生可持续的商业模式。

德适的不同在于，AI AutoVision 并非追逐热点的 "AI+ 医疗 " 概念，而是从染色体核型分析这一高壁垒、强刚需的细分场景切入，用基座模型重构诊断流程。

此番德适上市，为处于迷茫期的 AI 医疗赛道提供了一个可落地、可盈利的实践样本，也能看出资本市场和政策层面对这类技术的高度关注，为医疗行业提供了" 技术嵌入临床、商业反哺创新 "的参考方向。

当 AI 正在渗透进临床诊断的核心环节，医疗资源的分配逻辑就要被改写了。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见