模型发布与核心优势 - 公司于2025年9月17日正式开源发布EchoCare "聆音"超声基座大模型，该模型基于超过450万张、涵盖50多个人体器官的大规模超声影像数据集训练而成 [2] - 模型在10余项典型超声医学任务测试中性能全面登顶，并已完成3000多例临床回溯性验证，与当前最优模型相比性能平均提高3%至5% [2] - 模型首创结构化对比自监督学习框架，解决了传统超声AI模型对大规模标注数据的依赖、长尾分布问题、模型泛化能力不足以及缺乏领域知识等技术难题 [2] 超声AI行业发展困局 - 超声诊断在我国医学影像领域占据核心地位，年检查量已超20亿人次，占医学影像检查总量的70%以上 [4] - 行业面临数据枷锁与泛化死结，超声图像的多变性导致传统AI模型面临碎片化开发困局，设备厂商信号算法差异和医师操作变量使相同解剖结构呈现不同特征 [5] - 现有解决方案如MedSAM、BioMedCLIP、USFM等存在明显短板，训练数据量普遍低于100万张且多集中于单一部位，未能针对超声特有噪声和临床推理逻辑进行优化 [6][7] 技术突破：数据与架构创新 - 公司构建了全球规模最大的超声图像数据集EchoAtlas，包含超过450万张图像，涵盖五大洲20多个国家、4大人种、9大区域56个解剖器官、5大模态和130种设备 [10] - 创新设计层级化双分支架构，图像编码器以SwinTransformer为骨干，双分支解码器分别学习像素级特征和模拟医师诊断思维，层级化损失函数解决多任务优化问题 [12] - 采用两阶段训练策略，全局预训练阶段首创结构化对比自监督学习框架，下游任务微调阶段仅需原训练量40%至60%即可快速适配新任务 [14] 临床验证与性能表现 - 在解剖分割任务中表现卓越，甲状腺结节分割DSC达83.17%，血管分割mDSC指标82.24%，均显著高于对比模型 [17] - 疾病诊断能力突出，甲状腺结节良恶性鉴别AUC达86.48%，F1分数87.45%，假阳性率仅8.3%，<1cm恶性结节检出率达82.1%，比现有模型高11.3% [18] - 定量分析精准度高，胎儿心胸比测量误差<5%的病例占89.2%，测量时间从5分钟缩至2秒，左心室射血分数计算MAE比USFM低19% [19] - 临床适配性强，单张图像分析<0.5秒满足实时需求，用60%标注数据即可达传统模型100%数据性能，血管分割仅需40%数据实现80%性能上限 [21][22] 行业影响与发展趋势 - 该研究公开的数据集和模型代码将打破超声AI领域的数据壁垒和技术垄断，推动更多科研机构和企业参与创新 [29] - 超声AI未来将呈现三大发展趋势：从专用模型到通用基础模型，从数据驱动到数据-知识双驱动，从被动辅助到主动决策支持 [26] - 技术有望在基层医疗、远程诊断、慢性病管理等场景中发挥重要作用，最终从图像分析工具进化为全流程临床决策伙伴 [29]

活动概览 - 第四届全球数字贸易博览会于9月25日在杭州启幕 [1] - 主宾国印度尼西亚和阿联酋举行了国家馆开馆仪式 [1] 印度尼西亚国家馆 - 印尼是东南亚数字经济增长的重要驱动力，在电子商务、金融科技等领域潜力巨大 [1] - 印尼视中国为重要战略伙伴，愿与中国共同推动市场拓展、技术发展与人才培育 [1] - 印尼国家馆汇聚了电信、物流、金融科技、电商、经济特区等领域的15家企业 [1] 阿联酋国家馆 - 阿联酋参与展会有追求提高其数字贸易和数字服务领先地位的战略愿景 [1] - 阿联酋希望同中国伙伴以及世界各国搭建合作桥梁 [1] - 阿联酋国家馆涵盖人工智能、数字文娱、网络安全、云服务、智慧物流、医疗AI等多个前沿板块 [1]

美股市场表现 - 美股三大指数集体收跌 道指跌0.37% 纳指跌0.33% 标普500指数跌0.28% [1] - 热门科技股涨跌不一 英特尔涨超6% 特斯拉涨近4% 谷歌跌超1% 英伟达和苹果跌近1% [1] - 纳斯达克中国金龙指数涨2.83% 中概股普涨 阿里巴巴和万国数据涨超8% 百度和京东涨超5% 蔚来涨超2% [1] 大宗商品及欧洲股市 - 国际贵金属期货普遍收跌 COMEX黄金期货跌1.24%报3768.5美元/盎司 COMEX白银期货跌1.11%报44.115美元/盎司 [1] - 国际油价强势上扬 美油主力合约收涨2.21% 布伦特原油主力合约涨2.02%报68.32美元/桶 [1] - 欧洲三大股指收盘涨跌不一 德国DAX指数涨0.23%报23666.81点 法国CAC40指数跌0.57%报7827.45点 英国富时100指数涨0.29%报9250.43点 [1] 人工智能基础设施合作 - 阿里巴巴与英伟达开展Physical AI合作 涵盖数据合成处理 模型训练 环境仿真强化学习及模型验证测试 [2] - 阿里巴巴集团CEO宣布推进三年3800亿AI基础设施建设计划 并持续追加更大投入 [2] - 阿里云全球数据中心能耗规模预计从2022年到2032年提升10倍 [2] 数据中心与AI算力需求 - 云服务供应商2025财年资本支出提高180亿美元 推高AI领域对存储需求 [3] - 阿里平头哥PPU模块针对大模型推理优化 基础版峰值算力达120TFLOPS 高级版侧重AI训练 [3] - RISC-V架构在边缘计算和AI推理领域形成竞争力 概念股包括同有科技和全志科技 [3] 北斗卫星导航产业 - 2024年我国以北斗为核心的卫星导航与位置服务产业总体产值达5758亿元 [4] - 预计到2028年底新增支持北斗终端及设备总量突破4亿台套 智能手机及可穿戴设备成为应用主力军 [4] - 长征系列多型号火箭滚动发射 标志卫星组网能力实现质的飞跃 [4] 商业航天市场发展 - 中国商业航天市场规模从2020年92亿元暴增至2024年3100亿元 年复合增长率超100% 增速为全球5倍 [4] - 商业航天发射场投用与可重复使用火箭技术发展显著降低发射成本并提升运力 [4] - 2025年成为中国商业航天爆发元年 概念股包括天银机电 华力创通和上海瀚讯 [4] 医疗人工智能发展 - 首届医学人工智能大会(MAIC2025)将于9月26日在山东开幕 聚焦卫生健康行业人工智能+创新应用 [5] - 国家通过标准化建设 跨机构数据共享和垂类模型应用开发提升诊疗效率和精准度 [5] - 需建设医疗领域高质量数据集和人工智能语料库 突破多模态处理等技术瓶颈 [6] 医疗AI政策与投资支持 - 国家卫健委发布《人工智能医用软件产品分类界定指导原则》等政策文件支持行业发展 [5] - 各地设立创新基金支持医疗AI发展 概念股包括万达信息和卫宁健康 [6] 股东减持公告 - 浙江众成股东陈健拟减持不超过2717.34万股 占总股本比例不超过3% [7] - 汇宇制药股东王晓鹏拟减持不超过1270.8万股 减持比例不超过3% [7] - 宇晶股份股东杭州雀石私募基金拟减持不超过428万股 [7] - 赫美集团大股东北京天蝎座资管拟减持不超过3933.76万股 占总股本比例不超过3% [7] - 北摩高科股东陈剑锋拟减持不超过826.66万股(占总股本2.49%) 高管杨昌坤拟减持不超过11.21万股(占总股本0.03%) [7] - 藏格矿业股东新沙鸿运投资拟减持不超过933.71万股(占总股本0.6%) [8] - 国芯科技四名股东拟合计减持不超过4.5%股份 其中西藏津盛泰达拟减持850万股(占总股本2.53%) [8] - 华东重机两名股东拟合计减持不超过1511.45万股 [8]

行业动态 - 首届医学人工智能大会（MAIC2025）将于2025年9月26日在山东开幕 聚焦卫生健康行业"人工智能+"创新应用议题 [1] - 大会在医疗AI市场加速扩张背景下举办 成为资本与产业对接的关键窗口 [1] - 济南正构建"AI + 医疗"产业集群 与京津冀、长三角形成互补 凸显区域产业布局深意 [1] - 国家卫健委发布《人工智能医用软件产品分类界定指导原则》等政策文件 各地纷纷设立创新基金支持医疗AI发展 [1] 公司参与 - 万达信息将以"AI+健康管理"为核心 展示医疗人工智能领域最新成果与典型应用案例 [1] - 卫宁健康将重点展示医生专属Al工作站WiNBOT、新一代智慧医院系统WiNEX、医疗大模型WiNGPT及医护智能助手WiNEX Copilot等创新成果 [1]

公司动态 - 联属公司天津开心生活科技中标山东衍渡生物科技重组人神经生长因子滴眼液III期临床研究项目 项目总金额约5581.76万元人民币 [1] 业务战略 - 公司定位为中国AI医疗变革驱动者 使命为使精准医疗惠及每一个人 [1] - 自主研发核心算法引擎YiduCore 构建"数据-算法-场景"飞轮闭环 实现AI技术高效率创新与低成本规模化应用 [1] - 通过智能决策赋能"医-药-险-患者"全产业链生态 [1] 行业价值 - AI医疗通过提升医学证据质量与生成效率优化研发诊断及治疗流程 [1] - 助力医生获得精准高效决策工具 帮助药企缩短分子到患者距离 [1] - 使患者享有更可负担的精准诊断和治疗 让公共系统获得更科学支撑 [1] - 最终实现更安全更优质更可及的医疗服务 体现对个体生命尊重与健康福祉守护 [1]

行业专家观点 - AI教父杰弗里·辛顿对AGI态度转向乐观，并高度看好AI在医疗尤其是医学影像领域的应用，认为AI能通过分析眼底扫描预测心脏病风险甚至判断性别，这是人类医生难以做到的 [1] 公司技术与产品布局 - 联影智能已推出12个产品平台、超100款AI应用，其中15款AI应用获中国NMPA三类证，15款通过美国FDA认证，31款获欧盟CE认证，成为全球医疗AI领域认证数量领先的企业 [1] - 公司采取“开源模型+自主研发”双路径策略，在医疗影像领域基于千万级专业数据完全自主研发垂直领域大模型，在文本处理方面则基于开源模型进行上层优化和私域微调 [6] - 公司AI软件通过两种渠道部署：深度集成到影像设备中以优化影像质量与扫描效率，以及通过独立AI平台向医生端、医院管理端提供，产品已进入全球超4000家医院 [11] - 公司推出融合文本大模型、语音大模型等能力的电子病历智能体，可将医生撰写病历时间从20分钟缩短至5分钟，已在复旦大学附属中山医院等机构落地 [4][17] 关键技术与研发突破 - 公司团队在2017年攻克三维医疗AI推理引擎技术，通过内存显存优化将算法运行时间从十几秒缩短到一秒以内，显存占用降低75%，使高端算法能在普通工作站上运行 [19] - 基于十二万例中国人群肺部影像数据，公司联合华西医院开发适合中国人群的肺结节诊断分级系统C-Lung-RADS，提升了肺癌早筛的精准性和临床适用性 [4] - 公司在多模态大模型研发上取得进展，其胸部“一扫多查”智能体在复杂病例诊断上展现出优势，能自动输出媲美初年资医生的报告 [19] - 公司开发出全国首个获批三类证的肺栓塞AI软件，能第一时间预警阳性数据，减少漏诊误诊，该产品已获得国际CE、FDA、NMPA三大认证 [19] 数据策略与隐私保护 - 公司数据获取通过利用开源数据库和与医院建立科研合作等多途径实现，所有数据均经过顶级医生专业标注和检验，并在合规范围内合理利用 [8] - 为解决医疗数据敏感性问题，公司采取“数据不出院，研发走进院内”的方式，与医院合作在院内直接训练模型，实现患者隐私数据保护与模型优化闭环 [9] 行业挑战与未来方向 - 行业面临两大技术挑战：尚未出现真正通用、跨模态的医疗影像大模型，以及多模态信息有效融合方法仍有很大提升空间 [12][13] - 未来理想的技术路径是结合通用大模型的广度与垂直小模型的深度，针对医疗场景进行微调优化，以压缩模型规模与硬件成本，推动AI在基层及边远地区的普惠应用 [15] - 在医疗领域，AI与医生是相互共生的关系，人机协同是目前公认的最优解，AI应成为辅助工具，完成初诊报告撰写、病灶识别等繁琐任务 [5][16] 中国市场优势与发展 - 中国拥有丰富的医疗场景、庞大的医疗数据基础以及算力、数据、算法的协同落地支撑，为AI训练提供了丰富的数据土壤 [2][18] - 中国人口基数大、疾病谱系广泛，使得基于国内数据训练的模型不仅在国内适用，在海外市场也表现出优异性能 [3][10]

行业专家观点 - AI教父Geoffrey Hinton对AGI态度转向乐观 认为AI与人类是共生关系 尤其看好AI在医学影像领域的应用潜力[1] - AI可通过分析眼底扫描图像预测心脏病风险及判断患者性别 能力超越人类医生[1] 中国医学影像AI市场发展 - 中国医学影像市场正经历AI驱动的变革 AI全面渗透疾病筛查 诊断 风险评估和临床决策流程[1] - 联影智能作为联影集团AI子公司 已推出12个产品平台和超100款AI应用[1] - 获得15款NMPA三类证 15款FDA认证和31款CE认证 成为全球医疗AI认证数量领先的企业[1] 技术领军人物背景 - 联影智能高级研发副总裁高耀宗博士放弃美国优厚待遇回国 曾任职苹果公司计算机视觉与生成式AI领域[2] - 因推动医疗设备国产化贡献获2020年上海市五一劳动奖章和2024年上海市青年五四奖章标兵[2] 中国医疗AI发展优势 - 中国庞大人口基数和广泛疾病谱系为AI训练提供丰富数据土壤 罕见病数据量也具优势[3][19] - 医疗AI发展三要素完备：算力 数据及算法协同落地支撑[2][19] - 联影集团"设备+技术"全产业链生态提供独特优势 实现算法与临床设备深度融合[3][19] 产品技术突破 - 基于12万例中国人群肺部影像数据开发C-Lung-RADS系统 提升肺癌早筛精准性和临床适用性[4] - 智慧健康管理移动车搭载C-Lung-RADS系统 在四川多地筛查3万多人 发现100多例早期肺癌患者[4] - 电子病历智能体将医生撰写病历时间从20分钟缩短至5分钟 已在复旦大学附属中山医院等机构落地[4][17] - 2017年攻克三维医疗AI推理引擎技术 算法运行时间从十几秒缩短至1秒内 显存占用降低75%[20] - 开发全国首个获三类证的肺栓塞AI软件 具备CE FDA NMPA三大认证 实现危急症分诊突破[20] 技术路径与策略 - 采取"开源模型+自主研发"双路径：医疗影像领域完全自研 文本处理基于开源模型优化[6] - 通用计算机视觉模型在医疗三维多模态数据识别存在局限 需专用垂直模型[6][15] - 未来技术方向是通用大模型广度与垂直小模型深度结合 兼顾疾病识别多样性和关键任务精准度[4][15] 临床应用现状 - AI辅助诊断已成为放射科医生普遍使用工具 作为"第二双眼睛"降低漏检率[3] - AI应用已进入全球超4000家医院 通过两种渠道部署：深度集成影像设备或独立AI平台[11] - 天眼CT结合uAI vision技术实现全自动扫描 在疫情期间有效避免医患近距离接触[7] 数据策略与隐私保护 - 采取"数据不出院 研发走进院内"模式 与医院合作部署算力设备在院内直接训练模型[8][9] - 数据获取通过开源数据库和医院科研合作 所有数据经顶级医生专业标注和检验[8] - 与上海中山医院合作训练多模态大模型 实现一扫多查自动识别73种疾病 减少人工标注依赖[9] 医院合作模式 - 首选与头部医院合作 因数据质量高和专家标准严格 通过多中心验证确保模型泛化能力[10] - 知识产权分配视情况而定 医院注重科研探索和论文发表 企业注重技术转化和产品推广[10] - 基于中国医疗数据训练的模型在海外市场也表现优异[10] 技术挑战 - 尚未出现真正通用跨模态的医疗影像大模型 无法通过自然语言指令处理CT MR超声等不同影像[12] - 多模态信息融合方法仍需提升 如何将影像 文本 检验 心电图等多源数据在原层面有效融合是核心难题[13] 监管环境 - 医疗AI产品在国内按第三类医疗器械管理 已批准100多款AI三类证产品 以单模型单场景应用为主[14] - 企业积极参与国家药监局审评指导原则和行业标准制定 推动行业规范发展[14] - 针对大模型的AI产品在国内外复杂临床场景均尚未落地[14] 未来展望 - AI与医生是相互共生关系 人机协同是目前最优解 AI主要承担初诊报告撰写 病灶识别等辅助任务[5][16] - 电子病历智能体应用前景包括病历质控 诊疗辅助和医院管理三大方向[17] - 跨学科融合是趋势 需克服专业术语和思维方式差异导致的理解偏差[21]

AI技术在医学影像领域的应用现状 - AI辅助诊断已成为放射科医生日常工作中非常普遍使用的工具 [1] - 医生阅片时先查看AI标注的病灶位置再结合人工复核 可显著降低漏检率 [1] - AI技术已成为医生的"第二双眼睛" [1] 本土化医疗AI应用的研发进展 - 研发基于本土数据的医疗AI应用对适配中国临床至关重要 [1] - 联影智能联合华西医院基于十二万例中国人群肺部影像数据提出C-Lung-RADS系统 [1] - 该系统整合了影像学数据 临床病历信息以及随访期间的结节变化情况等多维度信息 [1] - C-Lung-RADS以更全面的视角评估肺结节风险等级 提升了肺癌早筛的精准性和临床适用性 [1] - 相关成果已应用于实际诊疗流程 [1]

公司技术成就 - 上海影禾医脉在MICCAI 2025 3D视觉语言多模态挑战赛的CT影像自动报告生成任务中获得第一名 在18标签异常分类任务中获得第三名 参赛者分别为161位和118位 [1][3] - CT影像自动报告生成任务中平均BLEU（1-4）达到0.2791 相比基线准则高出5个百分点 多标签异常分类任务中18种胸部异常病变平均AUC达到0.846 [3] - 公司推出全球首个多模态全流程医学影像基座大模型"影禾觅芽®" 通过基座预训练加下游微调模式将AI产品开发周期缩短70%以上 [5] 行业地位与竞争优势 - 母公司一脉阳光是国内最大的第三方医学影像服务平台 覆盖115家影像中心的服务网络 年新增数据近千万例 涵盖CT和MR等多模态影像 [4] - 公司通过自有数据治理架构与隐私计算技术实现数据"可用不可见" 解决医疗机构数据共享的核心顾虑 [4] - 公司与华为、阿里、讯飞等企业联合研发大模型一体机和应用端数据产品 将应用场景从影像诊断拓展至健康管理和医保服务 [6] 技术应用与生态建设 - 公司技术深度融入中国医疗场景的具体需求 依托一脉阳光丰富的真实临床资源 形成数据-模型-应用-数据的闭环生态 [4][7] - 公司通过开放API接口吸引第三方开发者 推动技术平权 既响应政策开源生态繁荣的倡导 又打开技术变现的增量市场 [6] - 公司在2025年中国国际服务贸易交易会上发布基于"河图计划"的颅脑医学影像AI系统性研究成果 包括颅脑CT核心定义表与颅脑L1基座模型 [7] 国际合作与学术认可 - MICCAI 2025挑战赛主办方涵盖苏黎世大学、哈佛大学、约翰斯・霍普金斯大学等顶尖院校 以及美国国立卫生研究院等医学研究机构 英伟达提供计算平台支持 [2] - 赛事吸引来自哈佛医学院、麻省理工学院、斯坦福大学附属医院等全球顶尖机构的数百名参赛者 涵盖四大核心临床应用场景 [2] - 公司技术实力跻身国际领先水平 证明中国团队在医学影像计算与计算机辅助干预领域已具备国际领跑能力 [1][3]

医疗AI中试基地建设启动 - 北京市在2025年服贸会正式启动医疗领域国家人工智能应用中试基地建设 该基地是首批获批的国家人工智能应用中试基地 [1] - 中试基地定位为大型孵化工厂 为医院和企业提供诊疗 药物研发等全流程服务 [1] - 基地由北京市发改委主管 北京市卫健委主责 由中国联通旗下北京医疗健康大模型公司全面承接建设和运营 [7] 医疗AI产品展示与体验 - 中试基地展出31项医疗AI互动产品 包括15个公众体验产品和16个专业医疗产品 [4][6] - 眼底疾病与重大慢病预警系统可实现3分钟内从图像采集到生成分析报告 已累计服务超过400万人次 [4] - ePascal80东风系列超声设备可快速检测甲状腺结节等问题 [5] - 展出首日仅1小时就通过AI筛查发现3例未被察觉的眼底疾病病例 [4] 中试基地运营模式与方向 - 基地通过打造共性能力统一支撑平台 提供技术验证 临床实验 药械审批和推广落地全流程服务 [7][8] - 目前聚焦精准诊疗和生物医药制造两大方向 [9] - 精准诊疗涵盖需求验证—产品研发—应用推广三大阶段15个环节 [9] - 生物医药制造涵盖药物发现—临床前研究—临床试验—上市审批四大阶段15个环节 [9] 数据挑战与解决方案 - 数据权属模糊 交易机制不成熟和安全合规要求高是最大挑战 [10] - 正在打造医疗行业可信数据空间 对接北京区域三医数据包括门诊挂号 住院诊疗 CT影像 检查检验和医保支付等资源 [10] - 建立医疗大模型与应用评测体系 形成公正权威科学的评测标准 仅允许评分达标应用进入孵化流程 [11] 未来发展愿景 - 目标实现医疗机构与企业高效联动 解决算力 数据和合规支持等产业核心问题 [11] - 借鉴中医上医治未病理 通过AI提前识别健康风险实现让数据多跑腿 群众少生病 [12] - 通过对口支援和一带一路政策推动成果推广至基层 全国和全球 [9]