联影又一次豪赌

在医学影像AI动荡不安的日子里，联影此刻却连下注意力。

去年年底，联影医疗及其早期投资者以10亿元的价格收购股权，将其兄弟公司联影智能推至100亿元的估值，远超同行水平。

不到一个月，上海联影医疗高新技术研究院有限公司成立子公司联影科技创新(北京)有限公司，专注于人工智能基础软件开发、人工智能应用软件开发等服务，进一步强化和整合系统内的医疗AI能力。

面临到目前为止还没有跑出盈利商业模式的影像AI，联影的沉重布局相当于另一场豪赌。

1998年，在美国待了十年的薛敏，毅然带着一批留学生回国建立深圳迈迪特，在无路可循的时候，打出了中国第一个1.5T磁共振系统。如今，时间过得真快，市值超过1000亿的影子似乎有信心重现原来的成功。

01 出道即巅峰

近期频繁调整前，联影对AI领域进行了深度布局。

2017年底，新成立的联合电影智能被委托升级医学影像数。在创业团队中，创始人周翔曾担任西门子医疗计算机辅助检测诊断部全球负责人；联合创始人沈定刚是美国北卡罗来纳大学教堂山分校的终身教授，联合电影智能出道即巅峰。

此外，联影智能还有联影医疗作为R&D和商业化的重要支撑。后者设备市场份额的不断上升，不仅为联影智能带来了更丰富的临床信息和培训数据，使其在设计辅助诊断AI时能够准确洞察临床需求，快速准确地创建AI应用；它还可以将联影智能的AI无缝连接到各种图像设备中，提供低成本、高效的商业落地路径。

在诸多优势下，联影智能在辅助诊断AI领域迅速铺开。截至2024年12月31日，联影智能已获批22张NMPA二类证书和12张NMPA三类证书，15款应用获得FDA认证，13款应用获得欧盟CE认证，与同行拉开了显著差距。

但辅助诊断AI虽然在医学影像数字化升级中占有重要地位，但其赋能范围几乎都集中在诊断和治疗过程中的诊断阶段。因此，联影智能在探索的同时，联影智能融合、联影智能元等子公司相继成立，打造影像AI赋能生态。

其中，联影智融是联影的横向战略延伸，旨在将诊断数智化逐步扩展到全方位、全模态的智能生态，覆盖整个诊疗过程。因此，其解决方案不仅包括医院内的检查和治疗，还包括医院外的康复预防，促进联影的AI生态从影像检测单场景赋能扩展到全方位智能临床诊疗。

到目前为止，联影智融已经获得了大量与手术相关的耗材和设备的注册准入，还获得了神经外科导航定位系统、髋关节置换导航定位系统、关节置换手术计划软件三种赋能手术场景中的AI。

结合联影智能的许多辅助诊断应用，联影的诊断和治疗数量智化闭环已经初步形成。

联影旗下各公司AI准入统计

02 AI商业化难以解决的难题

虽然联影的AI生态具有深度和总宽度，优于市场上的大多数生态，但在实际业务数据中仍然存在许多问题。

公开数据显示，2023年联影智能全年收入2.54亿元，亏损1.36亿元，其他与AI相关的子公司也处于一定程度的亏损状态，距离盈利还有很长的路要走。

拆解原因，大致可以分为两个方面。

首先，国内医疗机构不习惯为软件付费，近两年经济周期的下滑进一步削弱了他们的付费意愿。在这种情况下，医院愿意为影像AI支付的价格一直处于较低水平，不能很好地覆盖R&D成本。

第二，在这个阶段，影像AI的能力是有限的，它们专注于提高效率而不是提高质量，医疗机构、病人很难为其价值买单。

目前市场上注册的视频AI都是单一疾病AI，可以智能诊断某一特定疾病，医生需要的是可以通过一次操作找到视频中可能出现的所有疾病的AI。即使自建视频平台已经有了两位数AI三种证书，联影智能也很难覆盖单个器官的所有疾病，医院需要整合多家企业的应用才能满足需求。

如果放在几年前，联影还有很多时间可以逐步解决这个问题，帮助联影智能慢慢填充AI管道。但是现在，以医疗设备公司和省市数据中心为核心的每一个AI平台都来了。通过整合许多创业公司的应用，这些生态系统已经具备甚至超越了联影的AI能力。

03 在影像大模型中另辟蹊径

破局，联影有很多方法可供选择。

过去，联影智能的应用环境相对封闭。联影智能深度绑定联影医疗，享受AI产品研发和商业化的红利，但也制约了其与其他数字智能相结合的可能性。

因此，如果能以联影医疗的各种医疗设备为核心建立生态，将联影智能的应用与其他前沿AI应用相结合，理论上可以快速导出更精准的以器官为场景的综合人工智能解决方案。

另外，联影还可以在技术道路上寻求突破。

根据单一疾病AI的传统研发思路，影像AI可以逐渐覆盖所有中大通量疾病。然而，人类可能患有许多疾病。仅肺部就有200多种疾病，神经系统超过1000种，远远超过了目前AI公司的总能力。

因此，要使人工智能充分发挥其理想价值，大型模型可能是唯一的出路。

相关研究表明，大型医学影像模型可以通过无监督学习高效完成各种勾勒分割任务，为医学影像数据的治理节省了大量成本。此外，大型模型还可以充分学习小样本数据。对于一些小通量疾病模型，大型模型找到了低成本高效的输出路径。

联影智能于2024年4月在CMEF上发布了uAI影智大模型底座。联影智能表示：

UAI智能模型具有一般的医学影像底层学习技能，并具有快速转移到新疾病类型的能力。它可以充分利用不同模式和任务之间的相关性，可以在不同的任务中实现优异的性能。以肾动脉血管分割任务为例。经过测试，这种大模型只需要10个训练数据就可以达到传统小模型需要201个数据才能达到的性能水平。

对临床实践中大模型的未来想象，联影智能进一步提出了uAI NEXUS集成平台。uAI NEXUS将成为一个集算法模型、数据和计算率于一体的综合体，不仅具有全局性、相关性和人群化的智能决策能力，还能实现自学和进化，有望实现医疗AI模型的最终形式。

其中，得益于联影医学影像的积累，影像大模型承载了大量不同尺度的真实诊断图像和医学常识，可以在灵活性上实现垂直疾病的诊断和能力拓展。例如，在血管造影导线的检查中，不同的案例数据是通过大模型生成的海量模拟视频获得的，投入数据后模型的准确性提高了6%。

04 AI赌博难以预料

从联影过去的选择推断来看，联影智能将很大概率保持与联影医疗的联系，并在影像大模型的技术路径上寻求突破。即使会有新的生态布局，也会围绕新的底座模型展开。

归根结底，如果能够借助影像大模型实现“工厂式”的医学AI研发，联影将创造出远超传统生态融合的价值。

但需要注意的是，大语言模型出现后，人工智能的迭代速度大大提高。除了联影，其他有医疗数据的公司也可以通过类似的路径快速创建新的AI产品矩阵。

任何参与者都希望在这个新的医疗AI时代赢得这场AI赌博。

本文来自微信微信官方账号 “动脉网”（ID：vcbeat），作者：赵宏维，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com