全球领航

既要有走出国门的勇气

也要有被世界看见的实力

海外项目是落点

国际合作是网络

人物专访是温度

在真实市场中完成落地、运营与验证

让中国医学影像能力在更广阔舞台服务更多人群

一脉医家在医学影像服务及人工智能领域的长期投入，不止于AI产品的自主研发。在持续迭代算法与模型的过程中，企业沉淀了一套多模态数据治理能力。这套能力并非附属产物，而是支撑产品精度的底层基础设施。眼下，全球医疗AI行业对训练数据的质量要求正在快速提升，一脉医家决定将这套基础设施向外输出，面向海外市场提供临床级多模态数据服务。

一脉医家的数据服务能力可归纳为四个层面：在3D CT/MR影像与文本之间实现像素级精细对齐；以AI驱动的自动预标注引擎大幅降低人工成本；在同一患者的多次检查之间构建纵向多模态证据链；最终通过端到端的临床级Ground Truth生产体系完成交付。

全球医疗AI的数据需求正在经历一次结构性转变。多模态大模型在医学领域的应用快速推进，传统的"影像+报告"简单配对模式已经不够用了。新一代模型需要知道，报告中的每一项临床判断，在影像中究竟由什么证据支撑。这一需求在海外市场上表现得尤为明显：数据获取与脱敏（L1）、报告结构化（L2）已有不少玩家参与，但在影像与文本的精细对齐（L3）以及纵向多模态证据链（L4）环节，市场空白仍然显著，尤其是在3D CT/MR这类复杂影像模态上。

一脉医家的切入点正是这一空白区域。企业在3D CT/MR影像与文本的精细对齐方面形成了可交付的技术能力。具体而言，一份放射科报告中的每一个临床发现——"右侧基底节区脑出血""蛛网膜下腔出血""左侧颞骨骨折"——都可以被精确映射到影像中的具体位置：第几层切片、三维空间坐标、病灶轮廓Mask。传统的医学影像标注停留在病灶分割、检测框绘制等视觉层面，而一脉医家实现了报告Finding与3D影像证据的像素级对应。

这项能力的形成路径与常见的数据标注外包公司不同。一脉医家的自研报告生成AI系统在训练过程中，必须保证模型"说出的每一句话都有影像依据"。这一技术要求被系统性地转化为数据生产流程，形成了从报告Finding到标准概念、解剖定位、关键切片、3D病灶、医生确认的完整交付链路。目前公开市场中，能够在3D CT/MR上完成上述全流程数据交付的公司极为有限。部分竞争对手虽然提供了DICOM、文本、多模态和3D标注的工具支持，但其核心仍然是工具和工作流，并不等同于拥有完整的医学定义体系、预训练模型、医生生产网络和可交付的数据产品。

支撑上述对齐能力的，还有一脉医家面向图文联动维度开发的自动预标注引擎。与传统自动标注主要生成横断分割或检测框不同，该引擎直接在图文联动维度上工作：系统自动识别报告中的临床表述，在3D影像中预定位相关证据区域，生成初步的Finding-影像对应关系。这种方式大幅降低了多模态数据的人工标注成本，同时提升了标注的一致性和可扩展性。引擎底层基于一脉医家自研的医学核心定义表和报告拆解模型，能够理解医学文本的语义结构，并将其转化为可计算、可定位的影像查询条件。

在单点时间对齐的基础上，一脉医家进一步具备纵向多模态证据链的数据深加工能力。针对同一患者在不同时间点的多次影像检查，系统可以在时空维度上追踪同一病灶的演变轨迹，精确计算病灶在不同时期的体积、密度、形态变化，判断其进展、稳定或缓解状态，为疗效评估提供客观的影像学生物标志物。更进一步，影像变化可以与治疗记录、病理结果和临床结局相连接，构建从影像到临床结局的完整证据链。这项能力源自一脉医家在临床裂片器等时序影像分析项目中的技术积累，在时空对齐方面已形成独特的技术经验。

将所有这些能力整合起来，一脉医家的数据服务并非单纯的标注外包，而是一套端到端的临床级Ground Truth生产体系。体系底座是医学知识图谱驱动的核心定义表，确保所有数据产出遵循统一的医学语义标准。在此之上，报告结构化引擎将自由文本放射报告转化为标准化、可计算的临床信息；图文联动标注平台支持3D CT/MR的精细对齐标注，包含自动预标注、多人协作和版本管理；三级质控体系由AI预检、初级医生标注、高级医生审核共同构成，确保数据质量；最终交付的是可追溯的数据血缘、质量统计报告和医生审核日志。

从原始影像与报告，到可训练、可评价、可追溯、经过医生审核的临床Ground Truth——这是一脉医家数据服务的核心价值所在。在全球医疗AI行业对高质量训练数据需求持续升级的背景下，这一价值定位恰好填补了L3至L4层级的市场缺口。

走出国门，筑梦健康 | 一脉阳光马拉维IBCC项目成功交付，海外战略迈出坚实一步

（点击上方链接查看完整版）

国际化不是单点突破

而是持续连接

合作签约确认方向

来访交流增进理解

会议对话汇聚共识

以开放姿态连接全球伙伴

让技术、标准与经验在双向流动中彼此成就

全球领航的航线才会越走越宽

来源：凤凰《AI研究院》

“河图是中国上古神话中，伏羲氏看到龙马背上驮着的图卷，从中悟出八卦，理解了治理世界的法则。”上海影禾医脉智能科技有限公司首席医疗官孟滔，用这个典故向凤凰《AI研究院》阐释了他对医疗数据治理的理解：“医疗数据原本处于相对混沌的状态，我们需要一个规则，把这些数据变成标准化、可治理、可应用的数据。”

孟滔认为，短期内AI不会完全替代医生写报告，但是可以大幅提升医生的工作效率。据他透露，影禾医脉与北京天坛医院合作的“小君医生”颅脑CT辅助诊断软件，已实现一分钟内完整生成报告，90%以上的案例，医生不会对报告做大的修改。“对天坛来说，AI提高了效率。但如果放到基层医疗机构，相当于一个AI已经具备了天坛一线医生写颅脑报告的能力。”

“我自己也是一个医学影像医生，”孟滔说，“当我想到AI的时候，第一个设想的场景就是，它必须帮我去完成一份影像报告。但这个诉求，三年前、五年前的AI产品并没有真正满足。当时的AI更多聚焦在单病种，能告诉你的仅有一两种病变。而一张CT片从上扫到下，可能有上百个断层，里面有数十种甚至上百种病变，医生真正需要的是一份完整的报告。”

对于AI领域的竞争，孟滔则表示：“未来的差距不在模型架构，在数据。从历史的角度来看，哪家公司最后摘得皇冠，这件事没有那么重要。大家都在为科技的发展迭代贡献自己的力量。这些产品很好，也许有一天有一家变得更好，那我就会更喜欢那家的东西。AI时代的美妙之处就在于，无限可能，未来无限。”

在TiD质量竞争力大会现场，孟滔就AI医疗平权、AI医疗出海、大模型之争、人机共生等热点话题，回答了凤凰《AI研究院》的提问。

(上海影禾医脉智能科技有限公司首席医疗官)

以下为凤凰《AI研究院》对话孟滔的核心要点：

01 谈模型竞争：未来的差距不在模型架构，在数据

孟滔坦言，模型层的竞争很难形成长期领先。“模型迭代日新月异。今天出来一个技术，想在三年五年内保持领先，几乎不可能。行业里走在最前面的模型，无论是国外的OpenAI还是国内的DeepSeek、千问，在专业垂直领域，大家的能力最终在什么层面拉开？更多在数据的层面。”

孟滔特别介绍了团队正在推进的“AI DIY工具链”项目。“我们帮助医生用AI的方式去学习医疗AI，在AI的赋能下，让他去创建属于他自己品牌的、带有他个人烙印的AI助手。他一定会更喜欢用这样的AI，因为是他自己创造出来的，是他的贴身助手。”

在他看来，这是AI时代人与工具关系的本质变化。“人类历史上第一次生产跨越，是我们有了更多工具，但这些工具只能被人的手使用。AI是历史上第一次出现能和人的思维和大脑交互的东西，人类一定会和它长期深度整合。”

02 谈AI替代医生：为什么不呢？但短期内一定是人机共生

当被问及AI是否会替代医生诊断时，孟滔直言：“为什么不呢？我们不要反感‘替代’这个字眼。人类很多工作历史上一直被科技所替代，这是人类进步的历程。比如，汽车替代马车，电灯替代油灯。这不是替代人类的工作，而是生产效率的提升和质量的进化。”

但他强调，短期内AI不会完全替代医生写报告。“医疗是一个带经验性的学科，不是数学物理那样纯粹严谨精密的学科。它除了科学的部分，还有人文的部分。未来的场景一定是医生和AI携手共进一个相当长的时间。”

他透露，影禾医脉与北京天坛医院合作的“小君医生”颅脑CT辅助诊断软件，已实现一分钟内完整生成报告，90%以上的案例，医生不会对报告做大的修改。“对天坛来说，AI提高了效率。但如果放到基层医疗机构，相当于一个AI已经具备了天坛一线医生写颅脑报告的能力。”

03 谈模型出海：国外愿意为应用软件付费

影禾医脉的出海布局已覆盖土耳其、香港和瑞士。孟滔透露，公司在土耳其与当地医疗机构合作医疗信息化和AI；在香港与医学影像中心集团合作，面向全球提供英文版报告；在瑞士推动报告生成模型与当地医疗集团整合。

他观察到中外市场的显著差异：付费意愿差异巨大。“国外的医疗机构天然愿意为软件付费，哪怕就是个业务软件，没有AI，他们也愿意。但国内的医疗机构对软件应用有限。”

04 谈行业格局：不同类型的玩家各有闭环，我们选择专注影像

孟滔梳理了医疗AI领域的玩家类型：第一类是十年前兴起的一批AI企业，如数坤医疗、深睿、商汤，更多是单病种的检测和分割；第二类是联影这类从设备切入的公司，做设备加模型，形成硬件闭环；第三类是华为、阿里、腾讯等大厂，各有侧重，华为偏硬件平台，达摩院偏向算法研究。

影禾医脉是一家孵化于一脉阳光医疗集团的医疗AI企业。一脉阳光在过去的十几年里，成长为中国最大的第三方医学影像连锁医疗集团，拥有100多家医学影像中心、数百上千台套CT和磁共振等大型设备，每天产生3到5万例影像数据。依托这一深厚的医疗根基，影禾医脉从2022年正式组建商业化团队，目前团队规模超200人，专注于医学影像AI领域。

“我们的闭环方式不同我们是做医疗服务的，从医疗场景里面长出来的AI。影禾医脉目前聚焦医学影像这一细分领域，未来会自然延伸到全院级，但现阶段先把‘专而美’的东西做到极致。”

孟滔认为，影禾医脉最大的独特性在于全闭环能力。“我从模型的源头数据，到数据加工所需要的专业人才，到模型训练的过程，到模型产生以后应用的医院场景，在我体系内是全闭环的。这个是我们和全国乃至世界上任何一家医疗AI公司都不完全一样的地方。”

他进一步解释，过去十几年，一脉阳光积累了庞大的医学影像数据库，且由于他本人长期负责医疗管理和质控工作，这个数据库在标准化和一致性程度上极高。“当我们来做AI的时候，首先我们是一家医疗机构，有自己的场景。我有需求，也有数据，还有医生来标注和验证。别人从外部拿数据，我们是从自己的体系里长出来的。”

05 谈河图计划：行业级数据治理工程，从混沌中建立秩序

2023年起，影禾医脉启动了名为“河图计划”的行业级医学影像数据治理工程。孟滔解释，医疗数据存在严重的数据孤岛问题，检查项目名称不统一，报告风格千差万别，影像上的病灶标注没有一致标准。

“我讲的就是标注，这里面有很多工作要做。检查项目名称需要标准化，不同医院的报告风格需要统一，肺上肿瘤的边界是清晰还是模糊、是圆形还是类圆形，都需要一个标准化的医学影像数据库和精细的标注。”

为此，团队拟定了一整套方法论，称之为“核心定义表”，并以行业专家共识和白皮书的方式推动。截至目前，河图计划已完成上千万例数据的整理和数十万例数据的金标注。

“这些图像、报告文本、临床信息已经精确定义且彼此对齐。在海内外，这都是非常稀缺的数据。互联网上人类语言的文本数据海了去了，但医学影像数据，特别是图像加标注的数据，非常稀缺。”孟滔如此表示。

人物专访记录跨越山海的初心、坚守与抉择

让奋斗者被看见

让全球领航有了温度与刻度

个体的足迹汇成团队的航迹

一脉阳光的出海力量

珍藏在这些真实而又坚实的身影里