独家∣AI影像业务刚盈利，数坤却决心“去影像化”

《健闻咨询》从接近数坤科技（下称“数坤”）的人士处获悉，数坤的AI影像业务已经实现盈利。

 

AI影像是数坤最核心的业务线。2021年数坤赴港上市时，其所有产品均和AI影像有关（分为“数字心”、“数字脑”、“数字腹”和“数字胸”），彼时，AI影像是数坤100%的收入来源。

 

随着大模型时代到来，数坤的业务体系也随之发生变化。目前，数坤内部已经形成影像、超声、数智医院三大产品线，其中影像业务依然占据收入大头。

 

去年11月，《健闻咨询》曾报道，数坤已经在内部启动IPO相关准备工作。此次核心业务扭亏为盈，或许将为其冲击资本市场提供巨大助力。

 

但耐人寻味的一点是，尽管AI影像业务在熬过近10年后终于开始赚钱，但在数坤内部，似乎并不愿过多强调此事。

 

一位和数坤有过接触的人士告诉《健闻咨询》，过去几年，数坤一直在低调地推动“去影像化”。相比“AI影像独角兽”这样的标签，数坤的管理层更希望外界将其视为一家以“多模态”为标志的医疗AI企业。

 

据称，在数坤的内部会上，“弱化AI影像标签”的提法，一度引发过影像部门的反对和不满。

 

当AI影像业务已经成为“现金牛”，数坤为何还要如此决绝地去开辟另一片未知的新战场？

 

想要理解数坤的选择，就要先回到其自身的演进路径。

 

 

 

影像达成正向现金流，数坤为何仍要“去影像化”

 

在今天的AI医疗影像行业里，数坤是少数真正把产品卖进医院、并让医院持续付费的公司。

 

一位接近数坤的业内人士告诉《健闻咨询》，目前数坤的影像产品已进入全国4000多家医院，包括协和、阜外等顶级医院，且大多数都是正式采购，而非早期行业常见的免费试用，“协和、阜外都不是免费安装的，是收费部署。”

 

这也是数坤影像业务能够实现盈利的重要基础。

 

从冠脉CTA起家后，数坤逐渐扩展至CT、MRI、DR等多模态影像，构建“数字人体”体系，并围绕心脑血管等高价值场景形成产品矩阵。随着产品不断扩展，数坤也逐渐从单一影像产品，走向更完整的解决方案能力。

 

而这些能力，大多是在基层市场里一点点积累出来的。

 

多位接近数坤的人士提到，数坤早年做过大量基层项目。最初，公司团队长期扎在医院影像科，“地下一层旁边的小旅馆都住过”。那时候，数坤几乎不挑项目，几十万元甚至十几万元的单子也接，只为了更好地打磨产品。

 

在一些县域医共体项目中，AI不仅有助于效率提升，更意味着患者留存与医院收入增长。

 

例如在河北省沧州市南皮县，当地医院借助AI心肺联筛能力，提高了基层筛查与随访能力，部分患者即便在北京完成手术，也会回到本地医院复诊、拿药。

 

“它不是单纯替代医生，而是帮基层医院把病人留住。”上述业内人士表示。

 

在基层积累的能力，最终帮助数坤顺利进入了协和这样的头部医院。“数坤的体系化能力，恰好击中了协和在AI建设上的痛点，既能为他们解决影像、超声的问题，也能在医共体项目中满足了医院在‘防筛诊治康’方面的需求。”

 

不过，当影像业务逐渐成熟之后，数坤内部却开始主动弱化“影像”标签。

 

据了解，数坤内部目前已经形成影像事业部、超声事业部与数智医院事业部三大体系。其中，超声被视为新的风口与增长方向，而数智医院业务则开始覆盖医共体、区域医疗与全院级解决方案。

 

在医疗大模型方面，数坤的布局也早已启动。早在DeepSeek等开源大模型爆发之前，数坤便已开始研发自己的多模态医疗大模型，并尝试将AI能力从影像扩展至病历质控、预问诊、分诊等环节。

 

内部转型的同时，数坤越发重视外界对公司的看法与定位。有知情人士透露，毛新生在公司内部下达过明确指令——“几年之内，要让圈内人提起数坤时，首先想到的是多模态大模型，而不是影像”。

 

可见其撕掉“医疗影像AI”标签的决心。

 

这场“主动淡化优势业务”的转向，在数坤内部也曾引发不小的争议。影像业务负责人曾在公司内部战略会上质疑：“影像业务的营销已经做了这么多年，也已经形成市场认知，为什么要刻意覆盖掉？”

 

但管理层的态度依旧坚决。

 

站在行业视角，数坤的影像业务虽然已经成为稳定现金流，但在资本市场里，单纯的影像AI公司的估值天花板清晰可见，“要给资本市场讲故事，单讲影像的话就会cheap很多。”该业内人士坦言。

 

只是，新故事也意味着新的难题，医疗大模型仍处于商业化探索阶段，无论是医院采购、医保支付，还是“按价值付费”的体系建立，都还没有真正成熟，曾经在影像领域经历的商业化难题仍旧存在于大模型领域。

 

某种程度上，数坤如今正处在一个微妙的阶段：靠影像赚钱，再用影像赚来的钱，去购买下一个10年的船票。

 

 

 

医学诊断多模态，AI影像行业的机会还是陷阱？

 

数坤急于“去影像化”的背后，是过去几年整个AI医疗影像行业沉浮的缩影。

 

2017年前后，AI医疗影像曾是医疗AI里最受追捧的方向之一。彼时，医学影像被认为是最适合AI落地的场景：标准化程度高、数据量大、医生缺口明显，既有明确临床需求，也有商业想象空间。

 

这种预期很快推高了行业热度。到2021年前后，科亚医疗、推想科技、数坤科技、鹰瞳科技等头部企业相继冲击IPO，行业一度迎来上市潮。

 

但真正触及资本市场后，问题很快暴露出来。

 

除了鹰瞳科技成功上市，其余企业大多折戟。而即便已经上市的鹰瞳，股价与业绩表现也未达到市场预期。

 

过去几年里，AI医疗影像行业逐渐从“讲技术”“讲增长”，转向更现实的问题：医院到底为什么付费？这是行业始终没有彻底解决的一道难题。

 

很长一段时间里，大部分AI影像产品虽然能够提升阅片效率、降低漏诊率，但医院端的付费动力并不强。一方面，AI没有独立收费项目，更多被视作医院的信息化成本；另一方面，AI究竟创造了多少价值、该如何定价、出了问题谁承担责任，始终缺乏统一标准。

 

一位二级市场投资人曾向《健闻咨询》表示，医疗AI和互联网产品最大的不同在于，“效率提升”并不天然等于商业价值。“医院最终要的是可靠的诊断结果，而不是单纯更快。”

 

这也导致行业长期停留在“试用很多、付费有限”的状态。

 

但大模型的出现，又重新改变了行业的叙事方向。

 

过去的影像AI，本质上更像一个单点工具——帮助医生看某一种病、某一个器官；而大模型则让行业第一次看到，AI有可能进入更完整的诊疗流程：从病历生成、预问诊，到质控、分诊、随访，再到医院管理、区域协同，AI开始从单一影像科室向全院渗透。

 

这当中的关键就是“多模态”。

 

一位医疗AI大厂的一号位曾在某次交流中告诉《健闻咨询》，在他心目中，真正能用上的医学诊断大模型还没有出现，技术瓶颈就在于“多模态”。

 

“现在很多是假的多模态，需要人为把CT、病理、心电图的报告以文本形式统一给到模型。对我来说，这不是真正的多模态，真正的多模态就是模型直接理解原图，不管是CT、心电图还是病理，再结合其它文本的问诊结果给出建议。”

 

或许，数坤也是带着这样的认知开启了新一轮远航。

 

相比已经相对成熟、增长空间逐渐清晰的影像业务，指向全院级AI基建的多模态大模型代表着更大的市场空间，也意味着新的估值逻辑。

 

但是新的技术并不容易实现，更遑论还要探寻与之匹配的商业模式。

 

这一切都是摆在数坤面前的挑战，和机会。