重磅预告：全球首个基座大模型驱动的 AI 诊断产品即将Q3登场，医学影像 AI 2.0 时代加速落地

| 预告聚焦（一）：基座大模型唤起行业新生态

一脉阳光最新消息：全球首个基于医学影像基座大模型研发的、实现路径级医学影像人工智能辅助诊断的胸部CT平扫AI诊断产品即将正式发布。这一消息不仅标志着医学影像 AI 从 “单病种小模型” 的 1.0 时代迈向 “基座大模型驱动” 的 2.0 时代具体产品的落地，更预示着行业研发效率与应用边界将迎来颠覆性重构。同时，作为行业内创新的研发范式，此举也旨在呼吁更多同行参与到产业链上下游联动的效率革命中。

基座模型：颠覆研发逻辑，让 “快速创新” 成为可能

传统医学影像 AI 的研发，始终被困在 “单病种、单任务” 的低效循环中。一款针对肺结节的 AI 模型，若要拓展至脑卒中等其他病种，需从头收集标注数据、重新训练算法，研发周期往往长达 1-2 年，且受限于 “数据孤岛” 难以突破泛化能力瓶颈。

而一脉阳光所孵化的人工智能公司影禾医脉于 2025 年 1 月发布的全球首个跨模态、全流程医学影像 L0 级基座大模型 “影禾觅芽®”，彻底改写了这一规则。作为可扩展、跨模态的视觉基座模型，它已通过千万级标准化医学影像数据（涵盖 CT、MR、X 线、US、核医学等多模态）完成预训练，具备全影像级别的特征提取能力 —— 从影像采集到诊断报告生成的全流程，从疾病检测、病灶分割到手术规划的全场景，均可提供坚实的基础能力。

基于这一基座，下游 AI 产品的研发不再是 “从零开始”，而是 “站在巨人肩膀上” 的快速迭代：只需输入特定部位（如胸部、脑部）的少量任务数据进行微调，即可在短时间内开发出路径级医学影像人工智能辅助诊断工具（AIR） ，它以检查项目为单元，覆盖该检查项目所有解剖结构的所有病种—— 比如一次胸部 CT 扫描，既能检测肺结节，又能同步分析胸膜、纵隔等多部位异常，实现 “一图多诊”。这种 “基座预训练 + 下游微调” 的模式，将传统研发周期缩短 70% 以上，让 “多任务并行诊断” 从不可能变为现实。

从 “单点突破” 到 “生态爆发”：基座模型重构行业价值链条

“影禾觅芽” 的颠覆性，更在于它打破了医学影像 AI 的 “数据孤岛” 与 “应用壁垒”。传统小模型依赖单一机构的标注数据，泛化能力有限；而基座模型通过大规模、多中心标准化数据预训练，天生具备跨机构、跨场景的适配能力。即便是基层医疗机构的小众病例数据，也能通过基座模型的 “小样本微调” 快速转化为专属 AI 工具，让优质诊断能力下沉不再受限于数据量。

此次即将发布的路径级医学影像人工智能辅助诊断产品（AIR），正是基座模型生态价值的首次集中展现：它不仅能提升单设备的诊断效率（如将胸部 CT 的多部位检测时间从 30 分钟压缩至 5 分钟），更能通过开放接口接入顶级三甲医院专家资源与基层医疗机构需求，形成 “数据反哺模型迭代、模型推动场景落地” 的正向循环 —— 基层使用产品时产生的真实数据，将持续优化基座模型性能，让 AI 工具 “越用越智能”。

关注在即：见证医学影像 AI 的 “效率革命”

作为中国最大的第三方医学影像服务商，一脉阳光通过影禾医脉的基座大模型布局，已构建起 “数据积累 - 模型训练 - 场景应用” 的完整闭环。在2025年10月即将发布的胸部CT平扫AI诊断产品，正是这一闭环的首个重磅成果，它将重新定义医学影像诊断的效率标准，推动 “精准、快速、普惠” 的智能诊断走进更多医院与患者。

行业的目光已聚焦于此：这款基于基座大模型的创新产品，将如何改写临床实践？它将为医学影像 AI 的研发模式带来哪些具体变革？一脉阳光与影禾医脉又将如何依托基座模型构建更开放的 “AI+IoT + 医疗” 生态？

答案即将揭晓，让我们共同期待这场医学影像 AI 的 “效率革命”，见证行业迈入更智能、更高效的全新阶段。