为期四天的2026世界人工智能大会（WAIC）已落下帷幕。1100余家参展企业、4000余项前沿展品、300余款技术实现全球首发——WAIC 2026把上海世博塞得满满当当。

医疗AI的展台，几乎什么都有。

大模型层面更热闹。百川Baichuan-M4把HealthBench综合分冲到68.6分，全球第一，展位现场演示的家庭医生“百小医”能做初诊建议、复诊追踪、就医路径规划；云知声U2-Med把MedBench也刷穿了：双榜第一，自称“全球首个覆盖医疗+医保+医药的三医大模型”，已经接入327家三级医院的HIS/PACS/EMR系统；商汤华佗3.0医疗多模态、北电数智的家医助手、飞瀑智能的光学无创影像体检设备……医疗AI第一次不比参数，比谁能走进病历系统、谁能跑在真实科室里。

在所有热闹之中，有一个赛道已经悄悄走出了“概念验证”阶段，进入了真正的商业化深水区——医学影像AI。它不像药房机器人那样需要等物流标准，不像AI制药那样需要等临床审批周期，也不像通用医疗大模型那样还在和医院HIS系统“磨合对接”。

弗若斯特沙利文数据显示，2024年全球智能医学影像检测市场规模达16亿美元，预计2030年将增至93亿美元；中国市场增长动能更强，2030年行业规模有望突破401亿元。

透过WAIC 2026的展台，我们可以清晰看到三条并行、差异化竞争的影像AI发展主线：设备嵌入式AI、院内独立算法AI、全域影像基座平台AI。它们一同勾勒出了当前国内医学影像AI产业的竞争格局。

更值得观察的是，大会释放了一个明显信号：企业不再固守自身边界，而是纷纷选择跨界融合，行业竞争正从“单点工具”转向“全流程、全域、全生命周期智能”。

我们大致可以按照业务载体、产品形态、参与主体等将影像AI领域企业分为三大类型。需要补充说明的是，该划分不一定完全准确，大量企业正在打破边界。我们在后续内容中也会提及。

赛道内企业以CT、MR、PET/CT、DR等影像设备硬件研发、整机销售为基本盘，AI作为设备原生增值能力，深度嵌入成像、重建、后处理全链路，并依托硬件采购同步交付。其核心客户多为新建院区、设备需更新换代的各类等级医院。该模式的优势在于，底层硬件与AI原生协同，搭载边缘算力，扫描完成即可同步输出病灶分析，实时性强、院内数据不出设备，安全合规；并且医院标准化落地门槛较低。如业内迈瑞医疗、万东医疗等厂商，也在推进将AI嵌入CT、DR、超声设备成像链路，配套肿瘤早期筛查、远程影像诊断等能力。

本届WAIC上，联影医疗及旗下联影智能是这一赛道最亮眼的代表。联影智能发布“元医院”战略，推出两款全球首发影像产品——阿尔茨海默多模态影像早筛助手和云影像分析助手。前者通过手机语音交互、图形绘制等自然交互实现无感筛查；后者可直接分析云胶片内容，用户扫描二维码即可通过自然语言与AI交流，AI可标注影像病灶区域，大幅降低医学影像解读门槛。其将AI算法嵌入医疗设备全生命周期，公司的各产品线均已完成智能化技术平台的开发和搭载，实现了AI技术的源头级赋能，推动了多模态、跨尺度诊疗技术的创新。而基于AI与CT、MR、PET/CT 等核心设备的协同集成，其系统级智能化能力得到了有效提升。

赛道企业往往不依赖自有影像硬件，以独立工作站、PACS外挂软件形式实现交付，多聚焦肺结节、冠脉疾病等标准化病种，凭借注册证切入医院采购，主要瞄准的是医院设备轻量化升级的需求，适配范围包括县域医院、体检中心等。其优势在于产品往往兼容市面主流影像诊断设备，医院无需更换硬件即可上线AI辅助诊断，大幅降低医院运维成本。

目前，相关单病种算法AI已经大幅降低了医院人工阅片时间。诸如WAIC大会现场数坤科技便提到，以冠脉CTA为例，传统人工阅片单例耗时30分钟，而AI自动完成三维重建、斑块测量并输出标准化报告，全程仅需1分钟。而诸如联影智能的胸部核医学图像辅助分诊软件，用于对成人的18F-FDG PET/CT全身图像进行处理、显示与分析，可自动识别胸部放射性浓聚灶，减轻医生工作负担。

影像大模型服务商，往往自研通用多模态影像大模型底座，通过搭建跨设备、跨院区、全病种可快速迭代的开放平台，可面向各类医院提供标准化AI能力，适配全域规模化场景落地。代表性企业包括参加WAIC大会的影禾医脉等。

以影禾医脉为例，依托一脉阳光全国117家连锁影像中心，沉淀海量标准化临床数据，落地全模态医学影像大模型“影禾觅芽”，上线颅脑CT、胸部CT、膝关节MR等多款临床智能体，且其AI应用商店，更是内置数十款成熟诊断工具，形成“临床使用—真实世界数据回流—模型持续迭代”的闭环。对行业而言，这种“数据+生态+AI”的垂直整合模式，既解决了通用大模型临床数据供给不稳定、标注成本高的痛点，又为连锁影像中心、区域医疗云等场景提供了可快速规模化部署的成熟方案。与大多数依托公有云或医院单体数据训练模型的厂商不同，影禾医脉的基座能力建立在真实临床环境的持续数据回流之上，这在当前影像大模型领域是较为稀缺的能力资产。

各个赛道企业显然并没有止步于现状，而是实现着跨界融合升级，以便打破增长瓶颈，拓宽市场空间。

以往，硬件设备厂商嵌入式算法仅适配自有品牌设备，海量异构设备市场无法覆盖。我们观察到，赛道内企业正在整合升级：如联影医疗对内完善全品类产品矩阵，覆盖影像诊断、介入治疗、外科导航、可穿戴监测、数智化医院全流程；对外则协同旗下联影智能输出算法能力，主动兼容第三方异构设备，输出全院级综合解决方案。

此前，行业普遍采用“一病一模型”架构，单套系统仅支持单一部位筛查，无法实现多模态影像融合诊断，临床应用受限；而医院往往需采购多套独立软件，导致运维成本居高不下。部分企业则在尝试通过技术改变这一局面，如数坤科技落地“一次扫描多病同步筛查”产品，用平价CT设备承载多慢病筛查，解决单病种碎片化问题。实际上，厂商本身的身份也是动态变化的，数坤科技也不再是大众理解的软件服务商，其也在通过“数坤坤” 多模态医疗健康大模型，进一步缩短新品研发周期；业务端则依托AI智能体延伸服务边界，打通院内诊断、术后随访、居家健康管理等多元场景。

影像AI 3.0时代的技术路径，有别于单病种AI、单检查项目全病种AI，是将一个检查项目中所有解剖结构和疾病做完。它是行业企业孜孜不倦的追求。难点不是没有。一方面通用大模型持续迭代需要海量、合规、标准化标注的真实临床影像数据，数据获取成本高、供给不稳定；另一方面，模型研发需要医师全流程深度参与，以保障循证医学可靠性；此外，多模态千亿参数影像大模型，意味着算力、研发团队巨额投入。中小厂商往往无力构建影像大模型基座并持续运维。

影禾医脉则依托一脉阳光连锁影像中心服务底盘，并从零开始训练视觉基座模型，以便改变过往通用大模型仅能看懂文本的局限，让模型看懂了影像图像。在WAIC现场，影禾医脉与一脉阳光携手，成为当下少有的构建起了“数据+生态+AI”闭环能力的企业。

当前，国内年度医学影像就诊人次已达75.4亿次。老龄化进程加速推高心脑血管、肿瘤、神经退行性疾病筛查需求，但高水平放射医师供给持续短缺，AI影像辅助诊断成为临床刚性需求。政策也在持续催化，政策要求2027年二级以上医院需普及AI影像辅助诊断，多地医保更是将AI辅助诊断纳入收费项目。影像AI商业化支付环境持续完善。

在这个持续向好的市场中，赛道也在不断分化。对于等级医院而言，软硬一体的嵌入式AI交付便捷，是首选方案，具备长期稳定订单空间；而独立算法AI，则适配县域级或体检中心等的智能化需求。而助力诊疗效率重构、帮助医疗机构快速迭代AI能力的影像大模型服务商，更被视为未来医院智慧化升级的重要推手和可视化落地路径。

从产业层面来看，影像诊断的供需失衡，需要大量影像AI应用的规模化落地；临床诊疗的局限，也希求AI产品深度嵌入医技护工作流，产业亟需更多影像AI智能体解决现有问题。而影像基座大模型正在批量制造AI工具，从科研到临床实现全方位助力。影像大模型服务商在持续打开自身收入空间的同时，无疑将更快地推动影像AI产业发展，造福更为广大的患者群体。