文章核心观点 - RadNet以约2.693亿美元全现金收购法国影像AI公司Gleamer，旨在围绕“高频影像场景”进行系统性整合，而非单纯的技术补强[2] - 此次收购标志着影像AI行业正从“诊断准确率竞争”转向“流程效率竞争”，AI的价值核心从“更聪明”变为“更高效”[12][19] - 影像服务网络运营商（如RadNet）正成为AI整合者，通过自有网络大规模部署和优化AI工作流，形成独特的商业模式[11][15] 收购标的：Gleamer公司概况 - Gleamer是一家总部位于法国巴黎的“多模态 + 多适应症”影像AI公司，采用云优先架构，在44个国家拥有超过700份客户合同[4] - 产品线覆盖骨肌系统、乳腺、肺部与神经系统，已获得FDA 510(k)批准及CE标志，具备商业化基础[4] - Gleamer不仅提供AI辅助诊断，还具备自动化报告生成能力，其价值在于嵌入放射科的完整工作流[6] RadNet的收购逻辑与整合战略 - RadNet是一家影像服务网络运营商，核心资产是遍布美国的影像中心网络和庞大的检查量，收购旨在从“AI工具”走向“AI工作流”[7] - 整合逻辑聚焦于重构高频、标准化、重复性强的检查类型（如X线、超声、乳腺筛查），通过自动分诊、草稿报告生成构建端到端AI赋能工作流[7] - Gleamer将被整合进RadNet全资子公司DeepHealth，与后者在乳腺、神经等领域的布局形成组合，打造“目前市场上最全面的影像AI组合”[8] - RadNet的真正优势在于其规模化落地能力：利用自有影像网络大规模部署AI，量化生产力提升，并通过真实数据优化模型[11] 对行业发展的信号 - 信号1：影像AI行业竞争焦点从诊断准确率（AUC等）转向流程效率（工作流、分诊、报告草稿），标志着商业化阶段成熟[12][13] - 信号2：AI公司估值逻辑正在分化，拥有真实商业合同、监管批准和流程嵌入能力的“流程型平台公司”与“纯算法型公司”的估值差距拉大[14] - 信号3：影像服务网络运营商正成为AI的最终整合者，而非被动使用者，这对设备厂商、PACS厂商和AI初创公司构成重要信号[15] 对中国企业的参考意义 - 中国企业需思考是否具备真正嵌入临床工作流的能力，单点AI产品难以持续获得付费，竞争力或来自与大型影像中心合作、与设备厂商深度整合并提供端到端解决方案[16] - 需评估是否拥有大规模真实使用场景，以及是仅提供模型还是提供完整解决方案[21] - 在医保与DRG支付改革压力下，需要能够证明AI解决方案带来的效率提升[21]