A：德式是一家專注於人工智能影像技術的公司，更精確地說是一家垂直大模型公司，其業務重點在於醫療領域的醫學影像方向。目標是加速全球醫學影像進入智能化時代。

A：醫學影像行業面臨的主要痛點在於龐大的市場需求與醫生資源嚴重不足之間的矛盾。中國醫學影像檢測項目多達3285個，每年數據量以30%的速度遞增，但由於醫生培養難度大，醫生缺口巨大，導致誤診率和漏診率居高不下，特別是在基層醫療體系中，誤診率和漏診率甚至可能高達20%至30%。德式在2017年采用了transformer架構，該架構具有強大的泛化理解能力，能夠通過大量數據、參數及算力堆積訓練出一個能夠識別所有醫學影像圖像的統一模型——image。這個模型擁有千億參數，具備對所有醫學影像模態的統一識別能力，並通過構建專屬模型操作系統和提供訓推一體的本地化方案，推動醫學影像領域的智能化進程。

A：小模型在醫學影像領域的應用受制於底層算法架構，需要大量數據標注且泛化性差，即針對不同類型的醫學影像（如腦部CT、冠脈CT等）需分別訓練模型，成本極高。同時，小模型在病理切片等領域的應用時，往往只能針對一種異常進行訓練，無法滿足臨床需求。

A：在過去十年裏，德式構建了兩條業務綫。第一條業務綫是智能裝備和系統，通過顯微光學領域的全自動化裝備作為樣板，實現了細胞形態學、染色體核型分析等領域的傻瓜式操作，簡化了醫院的操作流程。第二條業務綫則致力於將大模型技術與實際醫療場景結合，提供更高效、精准的醫療服務。

A：人工智能化技術在醫學領域，尤其是産前診斷方面，帶來了顯著的變革。例如，羊水出報告時間從原來的30天縮短到了7天，准確率高達99.986%；外周血時間則縮短到4天，並且靈敏度和特異性在異常識別領域幾乎達到了100%。這一技術進步降低了行業應用門檻，使得從産前診斷向孕前及婚前人群推廣成為可能，有助於篩查出正常人群中約2%存在染色體異常的個體，對優生優育具有重大意義。

A：公司將該項目定為“壓艙石業務”，是因為它能直觀展示AI在具體項目中實現智能化後所帶來的效能提升，讓大衆更容易理解AI技術的實際價值。

A：公司在2024年底開始將大模型進行開放式平台建設，並於2025年5月和6月發佈了名為MI mas的平台。該平台允許醫務工作者和科研工作者通過零代碼方式快速訓練自己的專屬模型，提供從圖片上傳、標注工具使用到模型訓練、評測、部署等一站式服務，幫助他們將醫學影像經驗轉化為可固化、可部署的智能模型。

A：基於大模型的泛化性，使得基於底層基座模型訓練任何專屬項目時，成本和門檻極度降低，從而推動整個醫療産業快速實現智能化。智能化過程不僅包括訓練，還包括部署到日常醫院中作為基礎設施，帶來産業爆發式增長。基於大模型的技術優勢，現在三千多個項目或醫生若有新的診斷項目需求，只需提供200個病例或最少200張醫學影像圖片，最快可以在一周內完成訓練，大大降低了冷啓動成本和反複標注圖片的工作量，極大地提高了投入産出比。

A：國家在2022年11月出台的相關文件提出，在2030年前要讓AI成為基層醫生的第二大腦，在各級醫院推廣人工智能醫學影像診斷服務，實現人工智能技術在醫療體系中的廣泛應用。

A：MI的max平台是一個操作系統，它在過去十個月內幫助開發了90多個醫院的項目，其中涉及到智能化應用。通過與華豐峰院士團隊合作，我們成功在九十幾個醫院中完成了早産風險預測模型的開發。該平台不僅能夠快速准確地預測疾病風險（如前列腺癌和胃癌），而且成本遠低於傳統檢測方法，並且普及率極高。此外，平台還在不斷提升中，目標是將腦癌和胃癌的預測水准推向新高度，並有可能徹底改變體檢方式，推動醫學從診斷向精准預測醫學轉變。

A：早産風險預測模型通過分析超聲數據，在兩周內僅憑210個病例的數據就能達到0.75的AUC，准確率接近75%，超越了過去七年幾萬張圖像的研究成果。這個模型能夠讓准媽媽在孕16周時通過B超預測是否早産，及時采取幹預措施進入保胎程序。當模型結合多模態數據後，准確率進一步提升至0.85，超過了20年經驗的婦産科主任水平，現已被用於浙江省婦保體系中，顯著提高了診療效率和效果。

A：我們目前通過訓練AI模型獲取收入，這些模型服務於專家並被部署到基層醫院和醫聯體中，有效提升了基層醫院的診療能力。未來，我們將持續提升模型性能，讓更多的專家參與模型訓練，並實現更多模型的部署。我們的目標是構建一個AI醫學影像生態，在這個生態中，優秀的模型將賦能基層醫療體系，提高基層醫院留住病人和向上級醫院轉診的能力，從而形成良性循環。同時，我們也會根據市場反饋和政策導向進行策略調整，確保技術成果能夠有效轉化為生産力，實現行業和社會價值的最大化。

A：到2030年，MI mas平台的案例收費分成的收入有望達到157億的規模。

A：目前，除了三星外，國際巨頭如GPS（通用電氣、西門子、飛利浦）等影像廠家都在尋求與我們合作，希望通過我們的AI能力賦能他們的醫學影像設備完成智能化升級。

A：我們希望成為中國健康出海的一個樣板，並計劃與中國廠家合作，在全球範圍內進行戰略級合作，探索從訓練模型到模型部署的商業模式，例如在北美或其他地區收取模型部署收益分成。目前，我們在探索該模式並有望在今年看到落地成果。

A：我們與全國前100家頂級醫院及其專家合作，其中一些醫院已采購我們的純算訓推一體機，如浙一醫院已投入兩千多萬，並在未來2到3年內計劃投入一億。這表明模型訓練和部署得到了驗證，模型部署和推理收入將成為我們今年收入增長的重要部分。

A：我們正在迭代新版本的模型，該模型基於1億張數據，正在擴充至7億張數據，參數量也在進一步擴大。部署方式有兩種：對於接受綫上部署的醫聯體，我們會直接部署好並提供API使用；對於購買醇酸訓推一體機的醫院，我們將模型預裝在機器中。同時，我們與國內芯片廠家保持良好關系，協助他們進行模型適配。

A：我們的模型完全自主研發，底層架構和每一行代碼都是我們自己訓練和開發的，不依賴任何開源模型。