迪安诊断机构调研纪要

调研日期: 2025-02-10 迪安诊断技术集团股份有限公司是一家致力于提供医学诊断整体化解决方案的第三方诊断服务企业,成立于1996年,于2011年7月上市。公司以“让国人平等地分享健康”为使命,涵盖了医学诊断服务、诊断技术研发、诊断产品生产及营销、CRO、司法鉴定、健康管理、冷链物流等领域,积极布局产业生态链。 (一)介绍迪安诊断在医疗AI领域的进展及未来展望 1、围绕主营业务“医学诊断综合服务”,在健康的全生命周期开展AI应用与合作 公司围绕健康的全生命周期向不同领域的客户提供AI及大数据管理的相关服务。 诊断领域: 公司自2021年起,从病理角度切入,在公司100万+的病理样本基础上,对其中10万多样本进行标注,并在标注的基础上开发了一系列AI产品模型,涵盖领域包括细胞病理、免疫组化、组织病理等,特别是推出了组织病理泛癌种诊断大模型,该模型能够实现对多种癌症类 型的精准诊断,显著提升了诊断效率和准确性。这些AI产品逐步推向市场,并取得了显著的应用效果:2024年,公司子公司医策科技助力湖北省省级数字化病理服务体系,已签约70余家的当地医院,当地病理AI市场占有率约为70%;迪安自有实验室使用相关产品已提供300万份以上AI病理诊断报告;相关应用已延伸到CRO领域。 治疗领域: (1)公司与华中科技大学同济医学院附属协和医院血液科签订战略合作协议,共建慢性白血病药物治疗的停药预测模型,即患者在经过一段时间的服药后,根据检测结果通过AI模型来预测是否可以停药或减量服药。目前该模型已逐步推广到武汉多家医联体医院。 (2)AI应用的领域还包含:宏基因测序,对异常病原体进行快速识别;质谱的耐药分析等。这些应用与LDT的检测项目相结合,形成辅助诊 断产品并陆续推向市场。 健康管理领域: 2024年公司与华为云正式签署AI健康管理合作协议,基于盘古大模型,共同开发基于健康管理领域的垂类模型,应用场景包括:(1)根据体检报告和可穿戴设备数据提供健康促进书和预测分析;(2)疾病风险评估;(3)功能医学检测后的AI报告解读等。产品预计今年上半年研发完成,将快速推向医院体检科和体检中心。 2、迪安诊断在医疗AI领域的能力建设和发展布局 人才队伍: 王宇博士作为迪安首席AI科学家,曾任阿里达摩院医疗图像AI产品研发负责人。同时,公司组建了一支“大数据+AI”的研发团队,包含十多位算法工程师,二十多位产品经理,以及一百多位的开发工程师。基于迪安自身在医疗领域的深耕,公司与许多资深专家顾问合作,包括检验学科专家、临床医学专家以及AI算法相关专家教授等,为公司在AI领域的研发工作提供助力。 AI生态版图: 在这样的背景下,经过两年多的努力,迪安AI生态建设版图逐步形成。 (1)算力平台和数据底座:版图的底层是算力平台,包含自有算力,以及云算力资源(华为、阿里)。在算力平台的基础上,结合自身的数字资源,公司打造了医检大数据平台(存量数据约5.4pb)。公司将针对不同的检测技术平台,例如NGS、病理、质谱,或者不同的学科,例如血液病、感染、神经免疫等,对数据进行治理,包括分类整理、标注等,并添加了数据安全和隐私计算的算法引擎。 (2)AI底座:基础模型主要利用盘古以及通义千问,包括Deepseek(接入API);通过基础模型逐步打造公司的多模态生物数据基础模型,即其中包含结构化、非结构化、影像、文本等各种类型的数据,并将着手大模型备案的工作。 (3)应用场景:结合公司主营业务,将AI产品作为辅助诊断与原有的检测产品相结合,提供给医院或客户;独立或与客户合作开发基于AI模型的辅助诊断或伴随治疗的软件产品进行推广;通过AI助力实验室自动化,并形成产品推广到迪安的实验室以及合作实验室中;依托X-MedExplorer临床科研大数据平台,向医疗机构提供AI和大数据服务。 数据要素与数据安全 数据积累:迪安深耕行业二十余年,基于五大重点学科和十大产品线沉淀了大量的自检数据(1.68亿的年检测量+5.4PB存量数据+100+TB的月数据增量),叠加X-MedExplorer临床科研数据,以及公共卫生数据。 数据安全权威认证:公司已取得“ISO27001”信息安全管理体系认证及“DSSM”数据安全能力成熟度模型评估认证。 基于迪安诊断的数据服务能力、治理能力、安全管理能力以及数据产品的运营能力,一方面可以为AI模型的学习提供强有力的支撑,另一方面也可以形成数据要素产品上市进行交易。2024年底,迪安在杭州数据交易所上市两款数据要素产品,也侧面说明在数据产品的安全、 合规方面通过了审核和认可。 除上述以外,公司于2016年获得浙江省医疗大数据省级重点研究院,于2024年获得浙江省数字医学诊断技术重点实验室;依托这两项荣誉,使得迪安可以更为深入地与医疗机构、科研机构、高等院校开展AI及大数据的合作。 3、未来商业化的展望 三甲医院:公司将在不同学科和不同疾病领域,围绕辅助诊断、临床科研以及数字化诊疗等方面,与三甲医院联合开发、打造AI和大数据产品。 基层医院、医联体、医共体:公司在提供检测服务的同时,帮助其打造以人为中心的医疗和健康数据档案库,包含随访、康复用药、慢病筛查等。 通过迪安数据服务和运营能力,连接两方的需求:基层大量的数据协助AI模型学习,辅助诊断和治疗的产品、技术方案推广至基层医院,充分、有效利用两方数据,实现医防融合。 除此之外,公司研发的AI产品还可以与科研机构、药厂、器械厂家以及商业保险公司合作,或直接面向家庭或个人。 (二)投资者的问题汇总情况 1、公司大模型和其他公司,比如基因测序服务或者其他ICL相比,有什么差异和优势? 答:数据来源不同:AI模型的发展高度依赖数据,迪安大模型的独特之处在于使用了大量基于公司自身业务的闭源数据,而非互联网公开数据。 研发重点不同:我们专注于基于临床客户需求的研发,与临床专家合作,探索AI在现有技术架构下的应用价值。 模型架构差异:我们在技术上尝试非Transformer架构的模型,重点解决基因和病理图像等生物数据中的超大尺度问题。 2、现有AI+产品的合作或使用客户数量以及收费模式? 答:公司推出的X-MedExplorer临床科研大数据平台已与国内20多家头部三甲医院合作,聚焦专病数据库和临床科研队列研究,并推出商业化产品。例如,与华中科技大学同济医学院附属协和医院合作,构建了全国最大、全球第二大的CML停药数据库及预测模型,助力CML患者精准用药。 收费模式包括:SaaS服务收费、独立收费、整体解决方案打包收费、科研转化产品收益分成以及数据产品交易收费等。 3、现在的大模型相较于以前的CNN小模型,能解决什么小模型不能解决的问题? 答:CNN小模型虽可用于医学领域,但研发性价比低于大模型。大模型可快速微调适应不同场景,而小模型需针对每个应用单独开发,耗费大 量资源和迭代成本。当前大数据范式通过算力减少了对人力和数据的需求,实现了效率的大幅提升。 4、迪安的基础大模型用的哪几个?现在做的行业模型参数是多少? 答:医疗大模型的底层架构与传统语言大模型类似但不完全相同。医疗大模型输入信息为基因序列、蛋白序列或图像像素,输出信息为病原体、肿瘤或细胞信息。因此,需要多模态能力来处理与用户的语言交互。我们对接了盘古、千问和Deepseek大模型,以文字形式将数据展现给用户。 实验版本基于14B参数,不同应用场景采用不同参数规模,目前主力研发集中在中等或中等偏下规模,最终参数选择仍在推演中。 5、医疗AI业务整体的商业模式如何? 答:我们目前规划的是四种商业模式:①AI+IVD/LDT产品,如AI病理产品和宏基因病原体快速识别;②AI智能健康管理产品,例如智能报告解读、健康促进书及疾病风险评估等;③AI赋能智能实验室,提升基层医院检验科或客户实验室的运营效率;④AI数据服务产品,提供AI建模及数据运营服务。 以上四种模式均依托于公司的医检大数据平台和启迪索微-多模态生物数据基础模型。 6、更长远来看,对于迪安来说,AI业务会更多作为现有主营业务的赋能增值和降本增效工具,还是会成为一个支持公司新一轮增长的新型业务? 答:AI技术显著提升了实验室效率,特别是在形态学检查领域。我们开发的AI解决方案已在多家实验室验证有效,具备产品化推广条件,有望创造新的业务增长点。当前重点聚焦临床痛点,如感染耐药和肿瘤诊疗,通过与学科专家深度合作,推动诊疗模式创新,开拓广阔的市场空间。 7、目前公司的多组学模型进展如何?AI当前的持续技术突破,比如这波Deepseek,对于我们的数字化业务有怎样的推动作用? 答:启迪索微-多模态生物数据基础模型的首版已成功开发,与DeepSeek共同采用MoE架构,验证了该架构的技术可行性及算力效率优势。目前正将DeepSeek集成至多模态模型,开展临床报告解读、纠错及罕见病诊断等场景的大规模测试,通过性能对比持续优化模型。感谢DeepSeek公开的技术资料与数据启发,我们将逐步吸收其已验证的有效技术方案,加速研发进程,依托行业经验打造更优质产品。