港理工携手德适生物成立联合实验室：已用99家医院数据训练158个垂直模型

99家医院、158个模型：一家国产医疗AI公司的“数据工业化”账本

9月3日，中新网浙江报道，香港理工大学与杭州德适生物科技股份有限公司（德适科技）在香港理工大学校园共同为“通用人工智能与医学应用联合实验室”揭牌。双方将围绕医疗影像分析、医疗基础模型及研发流程自动化、智能化展开长期合作。比起揭牌仪式本身，德适科技披露的一组训练数据账本更值得被单列出来：截至2026年上半年，德适已与99家医院合作训练158个垂直模型，覆盖43个人体器官及61个疾病方向。

三个数字，一种新范式

这三个数字构成了一条清晰的能力曲线：99家医院是数据供给侧的广度，158个垂直模型是模型产出的密度，43个器官与61个疾病方向则是临床覆盖的深度。传统医疗AI公司的典型路径是“一病一模型”——每进入一个疾病，就从零招数据、训模型、过临床。德适的路子则相反：先把底层影像理解与生成能力工业化，再用复用方式批量产出专病模型。宋宁在采访中将之概括为医疗AI从“一病一模型”进入“工业化量产”的重大技术跃迁。

数据从哪来：99家医院的临床共建

158个模型的底座，是99家医院真实临床场景的持续共建。医疗AI的训练数据不是公开互联网图片，而是脱敏后的高质量医学影像与标注——这类数据高度分散在每家医院的PACS、检查设备与专病队列中，且标准不一、接口割裂。德适能与近百家医院建立联合训练关系，意味着它搭建了一条可规模化的数据获取与标注协作通道：医院提供场景与脱敏数据，厂商提供底层能力与标注体系，模型在真实分布上迭代。这正是千方医数集反复强调的“训练数据全链路”价值——没有稳定的数据供给，垂直模型量产就是无源之水。

底层能力复用：从“一病一模型”到批量量产

关键不在于“训了158个”，而在于“怎么训的”。当底层特征提取、分割、配准等能力被复用，新增一个器官或疾病方向的边际成本显著下降。德适称其已验证“基于底层能力复用开展批量化模型训练”的技术路径。联合实验室项目负责人李永祺进一步指出，医疗AI正从“大模型阶段”迈向第三阶段——智能体时代：人类教会智能体，让智能体基于通用大模型开发专病小模型。这与港理工在AI4S（AI for Science）、多模态与智能体上的研究能力形成互补。

横向对比：医疗垂直模型的供给曲线正在改写

把德适的账本放进行业坐标系，趋势更清楚：

维度	传统“一病一模型”	德适“工业化量产”
数据来源	单中心、小样本	99家医院协同共建
模型产出	逐个立项、长周期	底层复用、批量产出
覆盖广度	单器官/单疾病	43器官、61疾病方向
迭代方式	重新训练	能力复用+智能体调度

当垂直模型的“供给曲线”被数据工业化压低，医疗AI的竞争重点也从“谁的模型多”转向“谁的数据底座与复用架构更结实”。这也解释了港理工与德适“强强联手”的逻辑：高校的原始创新能力，加上厂商的工业级量产力，正是医疗AI4S（AI for Science）下一阶段最稀缺的组合。

---

千方医数集编辑部 出品