新闻
数据
数据德适-B(02526)AI for Science的稀缺性 可能藏在医学世界模型的雏形里
配图:数据德适-B(02526)AI for Science的稀缺性 可能藏在医学世界模型的雏形里
新闻导读
数据德适-B(02526)AI for Science的稀缺性 可能藏在医学世界模型的雏形里我订阅了统计思维相关标签,更新算稳定,解读也不贩卖焦虑。方法讲得多:对照、重复、证据强弱,比只丢结论更让人长进。章节拆上下篇时长度刚好,移动阅读不憋屈。愿意把内容传给家人的产品,已经过了信任门槛。和通勤族一起看时,讨论会自然落到证据而不是站队。
胸骨后方的肿块,只是贴着心包和血管,还是已经长了进去?能否完整切除?是否需要先接受其他治疗?这些问题关系到手术方案,而一些可靠答案往往要等术后病理检查才能得到。
智通财经APP获悉,德适(02526)参与的胸腺研究,正在尝试把有价值的信息提前到术前。这也是理解AI for Science最直接的入口:让AI帮助研究者处理人工难以逐一分析的信息,检验影像与疾病之间的联系,让更多医学问题做得起、做得快。
具体到这项研究,论文里的Masaoka–Koga分期,可以理解为“肿瘤越界地图”:I期仍在包膜内;II期开始突破边界,部分侵犯需要显微镜确认;III期侵入心包、肺或大血管等邻近结构;IV期则出现播散或转移。
这张地图会影响完整切除的难度、手术准备与治疗顺序。难点在于,CT上“靠得很近”,不等于组织已经被侵犯。最终分期通常依赖手术和病理信息。
能够完整切除、身体状况允许的患者,通常优先考虑手术;如果初始完整切除难以实现,就可能先做诱导治疗,再重新评估。更早理解肿瘤与周围器官的关系,可以让医生和患者准备得更充分。
AI带来了另一种探索方式:同时计算病灶的纹理、形状及周围组织的三维关系,从术前CT与术后结果中学习复杂的组合特征。医生难以逐项比较的信息,由此可以批量分析、检验。
这项研究以iMedImage为基础,结合影像组学,在323例胸腺上皮肿瘤中开展分期预测,258例训练、65例内部测试。模型区分I–II期与III–IV期两组,测试准确率95.38%,AUC为0.9328。成果于2026年7月发表于《European Journal of Radiology Open》。
这项工作的意义,是从临床已有的CT中,提取能够帮助术前判断的新信息。未来得到临床认可后,它有望为评估可切除性、准备手术和讨论治疗顺序增加依据。
同一研究还利用全部659例病例区分胸腺上皮肿瘤与其他病变,并在其中323例胸腺上皮肿瘤上开展WHO病理风险分组。一套CT资料,支持了对病变性质、侵袭程度和组织学风险的连续追问。
这一类的研究并不轻松。2023年一项研究回溯三家医院十年病例,增强CT分析纳入373人;2024年另一项187例研究,分割及逐层校正每例约需30分钟。几百例数据背后,是长期积累和大量专业劳动。
病理切片呈现细胞与组织形态,超声呈现肿瘤的另一面,临床资料记录患者情况。AI把这些信息放进同一框架,系统比较大量细微特征的组合与后续结局,让研究者有机会找到传统分组之外的个体差异。
德适中期业绩路演信息显示,公司已经进行了673例研究将病理、超声与临床信息结合,用AI寻找细微特征与复发风险的联系。优化后的模型五折交叉验证C-index为0.76,评价的是风险排序能力。未来得到临床认可后,这类工具有望帮助医生更细致地评估个体风险,支持长期管理与风险沟通。
德适的关键,在于支持这些研究的共同基础。iMedImage先在多类影像上预训练,把可迁移的特征带到新课题;iMedLoop将数据处理、标注、训练、评测和交付组织起来,减少每个团队从头开发的重复投入。
这可以理解为“先打共同基础,再做专科训练”。新课题的几百例病例,主要承担具体任务的学习;此前积累的影像特征,已经成为它的起点。医生也就能够把更多精力放在提出问题、判断结果与设计下一轮研究上。
从公司年报披露的数据看,垂直模型开发最低可使用约200份影像,开发周期为2至3个月。iMedMaaS上线约15个月,截至2026年6月底累计开展158个模型项目,合作99家医院,覆盖61个疾病方向。
当研发门槛下降,有限的预算就有机会支持更多课题。变化的不只是研究速度,还有一个医学设想能否成为现实。2026年上半年,德适模型服务收入约9454万元,同比增长101.1%,也为持续研发提供了商业支点。
对投资者,这意味着一个可以持续扩展的过程:已有能力服务当前客户,共同技术基础支持更多课题,新的研究再为未来可交付的模型与服务提供来源。
这一进程仍在向前推进。2026年9月,德适与香港理工大学成立通用人工智能与医学应用联合实验室,聚焦医学影像、医疗基础模型和自动化技术,连接基础研究与临床转化。
把这条路径再向前推,德适的想象空间可能落在“医学世界模型”的雏形上。世界模型学习环境如何变化、行动如何影响结果;医学世界模型的愿景,则是根据患者状态推演病程,进一步探索不同干预的影响。
胸腺研究学习影像对应的疾病状态,乳腺研究探索当前特征指向的未来风险。如果这些能力进入应用,并持续接入随访、治疗与真实结局,就有机会走向病程模拟;当模型能够可靠地学习干预与结局的关系,医生便有望预演同一位患者在不同治疗顺序下可能经历的变化。
诊断提供当下状态,随访检验此前预测,真实结果推动模型改进。未来若形成这样的循环,更多难以在现实中反复试验的问题,就有机会先在计算中探索。
正如“硅谷教父”凯文·凯利在与德适董事会主席、首席执行官宋宁的对谈中所提出的,持久的资产可能是持续产生新医疗AI的过程。德适的模型与平台,正在为这样的过程提供基础。
网友观点
忙到停更一阵再回来,质量线没垮,心就放下了。谣言澄清结构清楚:常见说法、现有证据、更稳妥的理解。搜索支持问题句,定位比纯关键词好用不少。慢慢把常识补起来,这种不紧不慢的节奏反而更容易坚持。整体我愿意长期留着,慢慢看、慢慢补。作为主力科普入口长期留下很合适。
免责声明:本文内容来自公开报道与编辑整理,仅供参考。转载请注明出处;版权争议请联系本站核实处理。页面地址:http://www.gxycedu.cn/te_inform?id=mzfexu-riovphp%3D13p%3D5p%3D13



评论区
热门讨论 · 占位展示期待你的精彩发言。