2026年，医疗AI行业出现了一个反常现象：技术在迭代，落地没跟上。

大模型参数在涨、论文数量在涨。但真正嵌入临床工作流、被医生日常使用的AI产品，数量远不如预期。德国MIRA和谷歌AMIE在急诊和问诊场景中表现接近甚至超过真人医生，但大规模部署远未发生。

模型跑到了前面，场景卡在原地。联影在这个时间点推出“元医院”，就是在回答这个差距。

联影智能联席CEO周翔的判断是：未来医疗AI的竞争不是模型能力的竞争，而是场景理解能力、底层技术创新能力、全栈生态整合能力的综合较量。

联影：设备在哪里，数据就在哪里

过去十年，医疗AI在做“单点优化”——影像辅助诊断、病历生成、智能随访。每个功能都在既有流程上做效率提升。但优质医疗资源供给不足、区域分布不均，这些核心矛盾并没有改变。

联影做的不是这件事。它的路径是：从设备出发，把AI嵌进设备底层。

CT、MR、PET每天产生的影像数据占医疗机构数据的70%以上。联影手里握着检查、诊断、治疗全过程的原始影像数据。联影智能产品已进入全球超4000家医疗机构。这套“设备+数据+AI”的闭环，决定了联影做AI的逻辑跟纯AI公司完全不同。

纯AI公司是“先做模型，再找场景”，联影是“场景和设备已经在了，AI只是让设备变强”。前者的落地路径是“说服医院试用”，后者是“设备装进去的时候AI就在跑”。两者的启动速度和场景渗透深度，不在一个量级。

“元医生”是这套逻辑的产物。它不是一个需要医生主动打开的软件，是设备的一部分。医生做检查的时候它就在干，不额外占用医生的时间和注意力。

WAIC现场演示中，复旦大学附属中山医院的医生展示了“元医生”协同完成肝肿瘤患者诊疗的全过程——调阅影像系统、电子病历、检验数据，影像辅助诊断和三维重建自动协同，数秒内生成患者诊疗时间线。“元医生”已走进查房日常。

联影集团董事长薛敏说：“AI是联影面向未来发展的生命线。”如果一个设备公司把AI定义为“生命线”，那AI就不是附加功能，是产品底层逻辑在重写。

联影对“元医院”的定义是：通过多模态大模型、医疗智能体、数智孪生等技术升维医院能力，让医疗服务超越物理边界。这套战略的意义在于——它正在改变联影的价值锚点。

如果只卖设备，联影是一家设备公司。如果卖的是“元医院”这套系统，联影变成了一家医疗基础设施公司。设备是硬件，AI是软件，数据是原料，智能体是服务。四层叠在一起，每一层都在创造价值。

2026年上半年，联影医疗营收70.52亿元，海外收入17.65亿元，同比增长54.46%。服务收入同比增长20.11%，占营收比重13.90%——存量设备的维保、升级、AI能力迭代正在释放服务收入，这是一个复利效应。联影智能本身有独立上市计划，医疗AI的估值逻辑正在从“依附硬件”向“独立价值”切换。

医院自己开始长AI了

这一轮医疗AI智能体浪潮里，最值得关注的一个变化是：推动落地的核心力量，正在从企业变成医院自己。

协和医院把几十年积累的罕见病临床经验固化成智能体，已推广至419家医院。安贞医院的心血管疾病超声诊断智能体已在31个省区市的1000余家医疗机构落地，惠及130万出生人口。协和把头部专家的经验横向复制出去，安贞把头部专家的能力纵向穿透到基层。

两种模式，一个方向：医疗AI正在从“企业卖给医院的标准化产品”变成“从医院一线长出来的能力”。拉萨市人民医院超声科主任梁建彪说：“借助安贞AI大模型，在拉萨就像拥有了北京专家的‘大脑’。”

德适在解决“造模型”的成本问题

德适不做设备，也不做医院端的应用。它的价值在于降低“造模型”的成本。

传统“一病一模型”下，一个病种从研发到拿证，周期2年以上，成本2000万以上。德适的iMedImage基座模型覆盖19种影像模态，把一个新病种的适配周期从两年压缩到2至3个月，成本下降90%以上。截至2026年上半年，已与99家医院合作训练158个垂直模型。

德适2026年5月拿到的三类医疗器械注册证，真正的信号是：监管部门认可的路径是“基座模型+垂直适配”，不是某个具体产品。

9月2日，德适与香港理工大学揭牌联合实验室，下一步是让智能体承担“造模型”的重复劳动——从“人类直接开发”变成“人类教会智能体来开发”。

过去医疗AI的产能瓶颈从来不是模型不够好，是能做模型的人不够多。数据标注师、算法工程师、临床专家的组合是稀缺资源，任何一个环节卡住，项目就停在原地。

如果“造模型”这件事本身能被智能化，稀缺资源的瓶颈就被绕过去了。产能不再取决于你能雇到多少人，取决于基座模型的能力边界和智能体的自动化程度。

联影的“全栈能力”和德适的“基座模型”在这一点上是同一件事：都在用系统能力替代单点能力，都在试图绕开行业最稀缺的资源瓶颈。联影绕开的是“医院对AI的信任门槛”，德适绕开的是“AI对算法工程师的依赖”。方向不同，逻辑一致。

三条路，同一个方向

联影有设备入口，医院自研有场景深度，德适有基座模型。入口不同、路径不同，但指向同一个方向——让AI在真实医疗场景里能干活。

联影选了最慢的一条路——从设备出发，用全栈能力建生态。这条路慢，是因为每一个环节都要自己走通。但慢有价值：当纯AI公司在医院门口一个一个敲门谈合作的时候，联影的设备已经在科室里跑了一整天。设备插上电的那一刻，AI就在干活了。

周翔说的“从技术创新到产业落地”，不是什么漂亮话，是一台台装进医院的设备，和藏在设备里那个24小时在干活的“元医生”。

这条路慢，但越走越宽。