首批基础模型影像AI获FDA清证：DeepHealth胸片CADe一次定位四类异常，同一模型欧洲年分析280万例
DeepHealth于2026年9月16日宣布其胸部X光AI产品Chest XRay获FDA 510(k)清证，对应数据库记录为Gleamer制造的ChestView US 1.1版（K252486），FDA于9月9日作出实质等同决定。产品可在正侧位胸片上检测并定位肺结节、实变、纵隔与肺门异常、胸膜腔异常四类可疑区域，是首批基于基础模型构建的胸片计算机辅助检测产品之一。同一底层模型支撑的CE版本在欧洲每年分析超过280万例检查。
一个模型养出一串产品：DeepHealth拿到FDA清证，影像AI的开发范式之争正式开场
产品能力视角 × 临床使用者 ｜ 商业路径视角 × 投资人 ｜ 深度研报
开场：一张胸片，四类异常，一个框
2026年9月16日，DeepHealth宣布其Chest XRay获得FDA 510(k)清证。这是一款面向成人胸片的AI辅助产品：它分析正位与侧位影像，检测并定位四类可疑区域——肺结节、实变、纵隔或肺门异常，以及胸膜腔异常，其中包括可能导致肺塌陷的气胸。一份检查、四类发现，被收进同一个输出界面。
产品的输出方式值得注意。它不生成诊断结论，而是在可疑区域放置标注框，与原片并排显示，供放射科医生在阅片过程中同步参考。官方的定位表述很明确：这是同步阅片辅助工具，不自主诊断，也不替代放射科医生。
如果只看功能清单，这似乎只是胸片AI赛道上又一张常规清证。但把它放回DeepHealth的产品线与技术路线中，这次获批承载的意义明显大于产品本身——它被公司视为一种开发范式的完整落地。对阅片一线而言，任何要进入日常流程的工具都必须先回答一个问题：它让医生多看到了什么，又多付出了什么。
清证边界：FDA批了什么，没批什么
先看监管文件本身。FDA数据库显示，本次清证的提交号为K252486，产品注册名为ChestView US 1.1版，实质等同决定作出于9月9日，比公司官宣早了整整一周。也就是说，监管认可的是它与既有合法上市产品的实质等同，而非开辟一个全新的审批类别。产品的制造商是Gleamer；在RadNet收购Gleamer之后，DeepHealth负责其在美国市场的分销。这是一条已经走过的路径：初代ChestView US曾于2025年2月27日获得FDA清证（K241620），1.1版是同一产品线上的延续，而非从零开始的新设申报。
同样需要看清的，是清证的边界。FDA许可的是一个界定清晰的检测工具，而不是一个开放式的诊断智能系统。它的输出被多重条件约束：预期用户是有资质的阅片医生，患者人群是成人，影像类型限于正位与侧位胸片，检出范围限于上述四类发现。超出这个框，产品不作任何承诺。
这个边界对临床使用者意味着一件具体的事：标注框是提示，不是结论。框外的区域并不等于被排除，框内的区域仍需要医生自己判断。理解这一点，比记住四个适应证更重要。
两种开发范式：逐个造算法，还是养一个底座
这次清证真正值得展开讨论的，是产品背后的开发方式。按照公司的表述，Chest XRay建立在一个基础模型之上——一个在大规模胸片数据上广泛学习的模型充当底座，后续在其上适配出更多检出能力与工作流功能，而不是为每个病种单独建模、单独验证、单独申报。
DeepHealth首席运营与技术官Sham Sokka的表述很直接：基础模型是重要的积木，Chest XRay展示了如何把广泛训练的基础模型，转化为今天即可用的、获FDA批准的精准临床能力。
这段话的潜台词是一场路线之争。在直接的产品层面，Chest XRay要与Qure.ai、Imagen、Vuno等专科胸片系统竞争；但更大的较量发生在开发模型层面——逐个病种造算法，还是训练一次广泛模型、再在其上收窄适配。前者的每一项能力都有独立清晰的验证记录，监管沟通相对简单，但扩展慢；后者承诺更快的迭代速度与更低的边际成本，前提是能持续向监管与临床证明，底座的能力可以被可靠地裁剪成一个个界定清晰的合规产品。对采购方来说，这对应两种产品节奏：一种边界稳定，一种能力常新，而每一次“新”都要重新赢得信任。
280万例的年检量说明了什么，没说明什么
支撑平台叙事的最硬数据来自欧洲：同一底层模型支撑的CE认证版本，在欧洲每年分析超过280万例检查。新获批版本目前已在美欧两地上市，现有客户均可升级，美国市场并不需要从零部署。
这个数字说明了什么？至少有两点：其一，底座模型经受过大流量真实场景的运行考验，不是实验室里的原型；其二，从CE版本到FDA版本的技术迁移已经完成，“一次训练、多地适配”在工程上是成立的。
但它没有说明的东西同样重要。280万例是处理量，不是临床终点证据——它不直接回答检出改善了多少、漏诊减少了多少、医生阅片效率提升了多少。它也无法自动换算成美国市场的接受度：欧洲的使用规模不能直接代表美国放射科的采购意愿。尤其在一个不替代医生、只提供提示框的辅助定位之下，付费逻辑终究要回到工作流价值与科室预算上。清证解决的是能不能卖的问题，规模运行回答的是能不能跑的问题，而值不值得买，仍要由一线的阅片医生用时间和信任投票。
冷静观察：平台叙事的第一张答卷
需要把两件事分开看。这次FDA清证，清的是临床层——一个边界明确、用途具体的检测工具，其安全性与有效性以实质等同的路径获得认可。而DeepHealth真正想讲的故事在底下的可复用层：一个基础模型能否持续派生出更多获批产品，从而带来更好的产品、更快的开发，或更低的运营成本。
到目前为止，这个故事只交出了第一张答卷。1.1版相对初代的演进是一个积极信号，但从一个底座养出一个产品，到一个底座养出一串产品，中间还隔着多次独立的监管验证——每一次适配，都要重新证明收窄之后的能力依然精准、依然可靠。范式之争不会因为一张清证而分出胜负。
对放射科医生而言，路线之争其实是次要的。真正重要的是：无论底层是单病种算法还是基础模型，最终摆在阅片工作站上的那个工具，边界是否清楚，提示是否可信，责任是否仍然留在人这一侧。就目前的清证文本看，Chest XRay给出的回答是克制的——对一项要进入日常阅片流程的技术而言，克制未必是坏事。
原文链接：remio.ai
千方医数集编辑部 出品
