很多人对医疗AI的认知还停留在“辅助诊断”这个词上——觉得就是给医生写个报告，帮着看个片子。但如果你深入看一眼这个行业的底层逻辑，会发现一个极其尴尬的现状：
医疗大模型正从技术探索走向临床落地，但行业缺乏衡量模型“看病能力”的评测标准。你说你能看病，证据呢？医院采购时心里没底，监管部门想管却缺一把公认的尺子。如今医疗AI遍地开花，但“怎么才算一个好模型”这个问题，始终没人能给出让全行业服气的回答。
今天，我看到了德适突然爆火，我想这个问题已经有了答案。4月30日，公司接连放出两个重磅消息：首份年度财报与DoctorBench评测平台的发布。 $德适-B(02526)$
这两件事放在一起看，德适的战略意图已经呼之欲出——它既要用硬核财务数据证明商业化的“肌肉”，又要站在行业制高点上立规矩、定标准。
市场在追逐智谱和MiniMax的高PS故事时，往往忽略了：真正能穿越周期的，恰恰是那些能“定义标准”的人。
先聊标准，再说其它
为什么现有的评测体系靠不住？在聊DoctorBench之前，先看一个真实临床案例：
一位68岁男性，诊断为III期非小细胞肺癌，体力状况较差，PS评分只有2分，同时伴有轻度肾功能不全。询问某Bench高分模型给出放疗意见，却直接给出了建议采取同步放化疗方案，但问题来了，这位患者PS评分只有2分，体力状况已经比较差了；肾功能也不全，而同步放化疗的主打药物顺铂，恰恰具有明显的肾毒性。
一个PS 2分、肾功能受损的患者，硬上标准同步放化疗，我想如果现实中医生看到这个诊断估计要气的吐血：这种情况下治疗相关不良反应的风险极高，搞不好肿瘤没控制住，人先被副作用击垮了。
这就是当前主流医疗AI评测体系的致命缺陷——它们在考模型“背没背对指南”，而不是考模型“会不会给眼前这个活生生的病人看病”。机械遵循指南，忽视个体风险，指南本身没错，但用在这个患者身上，方案就是错的。
这种模型在现有“刷题式”评测确实里能拿高分，到了临床一线就是一颗定时炸弹。
去年5月，OpenAI发布HealthBench，给全球医疗AI划了一条基准线，告诉世界什么样的模型才算合格。但在关乎生命的医疗行业，光是合格还不够。医生面对的不是一道选择题，而是一个活生生的人。评测体系考的是知识储备还是临床思维，决定了这条基准线到底是安全网还是遮羞布。
正是看到了这个行业级的漏洞，德适才决定自己造一把尺子。
DoctorBench是目前全球首个不再考核大模型“知识储备”，而是考核“像医生一样思考”的临床沟通与决策能力的评测平台。它不考你背了多少指南条文，考的是面对一个PS 2分、肾功能不全的肺癌患者，敢不敢对标准方案说不，能不能拿出个体化的替代策略——比如用肾毒性更小的卡铂替代顺铂，配合调强放疗精准控制剂量，在疗效和安全性之间找到属于“这一个人”的平衡点。
平台设了三大榜单——医学主榜单、多模态榜单和智能体榜单，分别评测文本诊疗、多模态理解和模拟诊室中的多轮决策与工具调用能力。简单来说，它不是让模型做选择题，而是把模型扔进一个模拟诊疗环境，让它跟“患者”多轮对话、调用检查工具、逐步推理、最终做出临床决策。看过真医生怎么问诊的人都明白，看病从来不是一张卷子，是一场推理加沟通的实战。
评测架构也足够严苛：2大核心维度——安全性和准确性，加上3项通用维度和5项专项模块，搭载“场景自适应权重”——不同风险等级的临床场景，评分标准动态调整。但最关键的一条，是把“医学事实准确”与“安全风险控制”设为一票否决的核心红线。
医疗AI最怕的不是“不聪明”，而是“不安全”。一个聪明的错误，在临床上的代价可能是一条命。
德适在DoctorBench的架构设计里，把安全从可选项变成了必选项，守住的是患者进诊室前最后一道防线。
首期榜单的格局也验证了这套评测逻辑的含金量。榜首位置出人意料又实至名归——杭州智诊科技的WiseDiag-v2，一家中国公司在海外闭源巨无霸的夹击中硬生生杀出重围，夺得全球第一。紧随其后的是谷歌Gemini-3.1-Pro-Preview和GPT-5.4，分别位列第二、第三位。
这说明两个问题。第一，德适搭的这个擂台，全球头部大模型买账，愿意来跑分。第二，中国企业在临床思维推理上已经具备了全球竞争力。同样重要的是，即便是谷歌和Anthropic的顶级模型，在DoctorBench那条一票否决的安全红线面前，也得规规矩矩接受考核。
没有谁可以例外。
从“好用”到“定义什么是好”
单独看DoctorBench，它是一个评测平台；放进德适的整体版图里，它是一张对准行业痛点的准入门票。
市场对医疗AI的焦虑，归根结底是三个字：信不过。医院信不过模型的临床判断，患者信不过机器的诊断意见，监管信不过厂商的自说自话。DoctorBench在做的，就是用一把公开、透明、经得起推敲的尺子，把“信不过”变成“看得见”。你的模型能不能识别个体风险，会不会在安全红线面前主动退让，有没有像医生一样思考的能力——上擂台跑一圈，数据说话。
这种“透明化”本身，就是德适给自己筑的最深一条护城河。
需要指出的是，德适走上这条路并非凭空而起。公司自主研发的iMedImage是全球首个千亿级参数跨模态医学影像基座模型，支持19种影像模态，覆盖超90%的临床医学影像场景。2025年全年研发投入大幅增长至1.04亿元，同比大增308.9%，其中约80%投向算力基础设施建设——高研发投入换来的技术底盘，才是德适敢做评测标准的底气所在。
当全行业都在卷算法精度的时，德适却跳出了那个维度，开始定义"在这个关乎生命的赛道里，'好'应该用什么刻度来衡量"。
从“卖设备”到“卖模型”，为什么是德适
2025年，德适全年实现营收约1.64亿元，同比大幅增长133.7%；毛利约1.18亿元，毛利率显著提升至71.8%。在AI企业普遍仍在烧钱换规模的背景下，德适的这份成绩单，分量不轻。
但真正让我觉得这公司开始质变的，不是总量数字，而是藏在收入结构里的“范式跃迁”。
2025年，德适基于自研iMedImage®医学影像基座大模型的技术许可收入达到8434万元，同比暴增331.7%，首次跃升为公司第一大收入来源，毛利率高达87.3%
这意味着收入结构的质变。
2025年前三季度，技术许可收入占比已达到51.4%。德适的增长引擎已经完成了一次底层切换——从传统的“设备+软件”单点交付，全面升级为“设备入口+模型平台+技术许可”的复合型、高毛利商业模式。
这才是它被低估的核心原因。
在这个底层切换的背后，是医学影像AI开发逻辑的范式跃迁。传统医疗AI受限于“一病一模型”的独立开发路线，研发周期长、数据消耗大、部署成本高，行业过去十年仅覆盖约35个检测项目。而德适的iMedImage®基座大模型拥有1040亿参数，覆盖19种医学影像模态与26个临床专科。在这个底座上，研发一个高质量垂直专用模型的门槛被极大降低——最低仅需约200份影像数据和2-3个月开发周期。
研发效率的指数级跃升已经得到实证：2025年推出iMed MaaS®平台后短短6个月内，德适已覆盖32个人体器官，联合65家顶尖医院成功孵化92个前沿影像专用模型。这种“工业化批量生产”的能力，是传统医疗AI公司完全不具备的。
与此同时，德适的基础业务依然稳固。
以染色体核型分析为代表的医学影像软件及医疗器械业务实现营收7276万元，同比增长78.2%。根据弗若斯特沙利文的数据，按2025年销售收入计，德适在中国染色体核型分析领域的市场份额持续稳居全国第一。其核心产品AI AutoVision®被认定为“三类创新医疗器械”，在多中心临床试验中使平均每例分析时间从传统人工的34.1分钟大幅缩短至11.3分钟，准确率超99%。
结语
放眼未来，据弗若斯特沙利文预测，全球AI医学影像市场将由2024年的约16亿美元激增至2030年的约93亿美元，中国核心市场亦将由约24亿元爆发至约401亿元。德适依托大模型重构的医学影像生态，正全面切入中国每年高达1.4万亿元的医学影像检测市场。
德适创始人宋宁博士在年报致辞中说过一句话：“AI不只是冰冷的代码，更是守护生命的温度。”
放在医疗AI赛道里，这个理念体现的就是这种敬畏——用一票否决的红线守住安全底线，用临床实战的标尺筛选真正能看病的模型。
这已经不是一场简单的技术竞赛，而是一次关于医疗AI信任基础设施的提前布局。
在万亿级医学影像市场智能化的前夜，当同行们还在争谁的产品更好用的时候，德适已经在重新定义什么叫“好”。而能定义“好”的人，终将占据最好的位置，行业的最后真正有实力的技术被看见、被信赖，并惠及每一位患者。
精彩评论