一个影像大模型能看懂一百多种病？——医学影像 AI 的「范式切换」
读法建议：今天这期难度 ★★★☆☆（中等，偏行业）。主线只有一条——医学影像 AI 正在从「一个病训练一个算法」的单病种小模型，切换到「一个模型看懂很多病」的通用大模型平台。通勤 6～8 分钟读完，所有术语第一次出现都顺手翻译，技术英文串当代码跳过即可。
板块一 ▍一个新概念：通用医学影像基础模型
▍一句话先讲明白
通用医学影像基础模型（医学影像 Foundation Model）＝一个 AI，能同时识别很多种病的影像。类比一下：过去你家装的是「专洗白衬衫」和「专洗牛仔裤」两台洗衣机，现在换成一个「洗什么都不分」的全能洗衣机。放到肺、腹部、乳腺、眼底等不同部位、不同病种，它都能上手。英文串 Foundation Model，翻译成大白话就是「底子模型」——先用海量数据把底层能力练好，之后各种任务直接拿来用，不用每次从零折腾。
▍为什么 / 背景
传统医学影像 AI 几乎都是「单病种点状算法」：一个肺结节 AI、一个骨折 AI、一个眼底 AI，各占一个证、各挂在 PACS（医院影像归档与通信系统，存放 CT/MRI 等影像的数据库）旁边。三甲医院的影像科为了凑齐常见病，常常要同时维护几十个这样的小模型。
问题随之而来：证多、接口多、数据不互通、维护贵，医生来回切换还很烦。所以行业开始掉头——不做「很多个很专的 AI」，而是做一个「啥都能看的大底子」，再在它上面长出各种应用。这就是「基础模型 + 应用」的思路。
▍这对你（医疗信息化产品经理）意味着什么
- 选型逻辑变了：以前比「谁肺结节的证多、谁单点准」，现在真正的分水岭是「谁能用一个通用底座，把多个病种、多种模态(指 CT、MRI、PET 等不同影像设备产生的不同格式)都端起来」。
- 集成方式变了：医技/影像信息化产品要规划「一个平台，多病种应用」的架构，而不是一年挖十几个坑、每坑埋一个小模型。
- 别被「开源」两个字唬住：学术开源 ≠ 临床可落地，后面板块二、三会拆开讲。
本节术语速通：基础模型 / Foundation Model＝用海量数据预训练、可复用于多种任务的大模型底子；模态＝影像的「格式/来源」，如 CT、MRI（磁共振）、PET（正电子发射）、超声；PACS＝医院影像存储与调阅系统；单病种算法＝只擅长识别一种病的小 AI。
板块二 ▍一个真实行业案例：阿里 DAMO RADAR，一个模型识别一百四十多种病
先讲背景。2026 年 9 月 18 日，阿里巴巴达摩院联合浙江大学医学院附属第一医院等机构，发布通用医学影像 AI 模型 DAMO RADAR，并登上了顶级学术期刊《科学》（Science）。36氪 9 月 18 日快讯为其做了报道，多家科技媒体跟进。这不是一款具体的商用软件，而是一个「研究水平」的通用影像底子模型——英文 RADAR 意为雷达，寓意「一眼扫过去，很多病都看得见」。
再看数字，逐个解释口径：
- 「一次识别超过 146 种病症」——口径是它面向腹部增强 CT这一种检查，力争一次就把腹腔里可能出现的多类异常都标出来。这不是「一百多种病各练一个模型」，而是一个模型同时承担，正是「通用」二字的含金量。
- 「准确性首次达到影像科专家级水平」——口径是学术评测中与资深影像科医生的比对结果，属于研究结论，不是官方批准的临床诊断能力。这一点要分清：论文的数字和能治病的产品是两个世界。
- 「现已正式开源」——指模型对研究/行业开放。开源降低了大家自研影像大模型的门槛，但开源 ≠ 拿到 NMPA（国家药监局）三类证 ≠ 能直接进医院收费。
背后藏着的趋势。这则新闻的价值不在「阿里又出了个第一名」，而在它点破了一个行业转向：过去影像 AI 做完一个病就该卖一个证了，如今顶级机构用「一个模型多病种」来刷新认知天花板。单病种小模型，正在被通用影像大模型从符号层面、也从产品形态层面同时挑战。
▍这对你（医疗信息化产品经理）意味着什么
- 做影像 AI、区域影像、医技信息化的你，开会时值得把这类信号放进「技术趋势」观察位——通用底子决定了未来三年「平台能挂多少病种、能复用几棵院」，这是架构级的变量。
- 警惕把学术新闻直接翻译成销售话术：客户问「你们能不能也做到 146 种」，你要能清楚地讲出「学术模型 vs 商用获证产品」的距离，反而建立专业信任。
板块三 ▍一个近期行业变化：东软医疗 NeuSpace 平台今日获批上市
今天（9 月 20 日）正好来了条「国产影像 AI 平台化」的硬消息：新浪财经（来源：医疗器械创新网）9 月 20 日报道，东软医疗自主研发的 NeuSpace 多模态智能影像后处理平台正式获得 NMPA 上市许可，聚焦 CT 影像的 AI 软件 NeuSpace.CT 同步获批。平台上手就是「多病种 + 多模态」的组合，而非单个病种：
- 「覆盖全身 44 种疾病、提供 78 个应用、支持 6 种影像模态」——口径是平台上线的应用与病种数量。意思是中标的临床场景不是一个，而是一整套。
- 「卒中、听觉系统成像、骨肌定量、慢病呼吸、心脏全景、全身血管、能谱」七大核心方案——这展示了「一个平台按专科打包」的交付形态，也回应了本节主线：从卖「一个病」到卖「一张平台 + 一组应用」。
把板块二的阿里和研究机构的思路对照来看：一边是学术界用论文证明「一模型多病种」可行，另一边是国产厂商用 NMPA 拿证把「平台化影像 AI」做成能卖的货。两者方向高度一致。
▍这对你（医疗信息化产品经理）意味着什么
- 当影像 AI 厂商都开始用「平台 + 多病种」的形态投标时，你所在医院/区域的招标口径会被重新塑造——评审维度会从「这个证、那个证」转向「平台能不能挂更多病种、数据怎么管、责任怎么担」。
- 做区域影像、医共体影像共享、第三方影像中心的你，注意这类平台型产品很可能会抢「集成商 + 单病种 AI」中间那层生意。
板块四 ▍一个值得思考的问题：万一通用模型普及，单病种 AI 厂商去哪，责任谁来担
把板块一二三叠起来，会撞出一个很扎心的现实张力：
一边，通用影像大模型的叙事越来越响，学术端已登顶级期刊，产业端已开始平台化拿证。另一边，医院影像科里实打实运行练到熟的，仍是那些专注、好解释、风险评估清晰的单病种 AI；而且它们的「三类证」是法律意义上才能在临床用、能收费的硬门槛。
于是摆着三个没人能一口答清的问题：
- 通用模型很强，但它按哪条路径过审、按什么责任边界进临床？「一个模型识别一百多种病」，出了漏诊，算厂商、算医院、还是算用了它的大模型供应商？影像诊断的追责链目前是按「病种 × 设备 × 算法」这种颗粒度设计的，通用模型恰好踩在这套规则之外。
- 单病种 AI 厂商的存量护城河会不会被架空？他们的数据、场景、和临床医生建立的信任还在，但「更懂肺结节」的故事，在一个默认啥都能看的通用底座面前，讲起来会越来越费劲。
- 医院信息科/影像科该押注一头，还是双轨并行？换早了怕踩合规/适配的坑，换晚了怕落后。
这个问题本刊不急着给答案——它真正的价值，是让你在做技术选型和英文方案评审时，主动把「过审路径」「追责边界」「存量与增量」这三问带到桌上，而不是只比参数和价格。
板块五 ▍一个市场或商业案例：影像 AI 的「卖法」正在从卖算法，变成卖平台与服务
先讲背景。影像 AI 商业化的老难题是「怎么收钱」：客单小、进不了流程、回款周期长。行业内很流行的吐槽是——「算法一多，没人记得你做过哪一个」。
2025 年以来的政策给了一个关键出口：国家医保局陆续发布医疗服务价格项目立项指南，在放射、病理等类别里给 AI 识别设了「扩展项」——即 AI 辅助诊断不再作为一个独立的贵价项目单独收费，而是并入 CT、心电图等主项目，按主项目价格计费、不单独向患者加收，同时要求出具的报告必须由执业医师复核「人机双签」才能生效（来源：行业资讯平台《"可收费、可报销"AI 医疗产品定价与医保支付路径已打通》，发布于 2026-05，其中部分具体价格数字口径分散各省，请以各省实际收费目录为准）。
拆解商业逻辑，一句话点破：这个「并入 + 不单独收费」的设计，表面是控费，实则是给 AI 开了一个「走量」通道——单点收费被掐断，但 AI 真正开始能被并入临床流程、能被算进一台台检查里。于是影像 AI 厂商的商业故事，自然从「我卖你一个每分钟收多少钱的算法」转向「我卖你一个能挂在一整台影像设备/区域平台上的长期能力」。
这和我们这期主线的咬合点：平台化的技术形态（多病种一个底座）恰好踩在「走量 + 通道」的收费逻辑上——病种越多、平台越普适，能在每一台检查里流转的产值就越稳，就越像一门可持续的服务生意，而不像单病种那样「卖一个证、凉凉一个点位」。
▍这对你（医疗信息化产品经理）意味着什么
- 做影像、CDSS（临床辅助决策系统）、区域平台的你，写方案时别再把价值讲成「智能功能清单」，试试把它讲成「能被每一台检查重复使用、能并入主流程的持续能力」——这更接当下买单逻辑的轨。
- 商务沟通里，把「硬件外挂模型」和「平台化长期服务」在报价和合同里分开，双方都更清楚买了、卖了什么。
板块六 ▍今日工作可用（2 条，具体、克制）
- 明天和影像科/放射科开会时可以抛出的一问：「咱们 PACS 边上现在一共挂着多少个单病种 AI？如果未来上一套通用影像平台，现有这些模型的证、责任、医生信任，怎么平滑过渡？」——这一问通常能让院长和科主任都停下来想想。
- 本周做技术评审可自查的一个视角：当厂商报「平台 + N 病种」时，别只数病种数量，连续追问三句——「过审范围是哪几条产品线？追责边界怎么写进合同？存量单病种客户的既有证怎么兼容？」（仍是那句话：学术开源 ≠ 临床可落地。）
本期限时回顾
医学影像 AI 的一条主线：技术在「一个模型看懂很多病」的通用化路上狂奔，产品与商业随之从「单病种卖算法」转向「平台卖服务」；但过审、追责、存量兼容这三件事还没跟上。看懂这道「技术跑得比规则快」的落差，比记住任何一组参数都值钱。
七视角打卡：本期主要锻炼——技术视角（通用基础模型 vs 单病种算法）、产品视角（平台化产品形态演进）、市场视角（从卖算法到卖服务的定价逻辑）、商业视角（扩展项并入主项目的收费重构）、行业视角（学术开源与临床落地的距离）；顺带覆盖用户视角（影像科医生维护几十个模型之累）与业务视角（人机双签的业务流程）。七大视角本期已全部触及，长期保持均衡补给。