前言：2025年，AI撕裂数据与实体的边界，量子计算探索物理规则的边缘，绿色科技重塑增长的伦理，低空经济、机器人、大模型打开科技跃迁的大门。
在这个大背景下，中国企业需要以智慧为坐标，穿透技术、组织与商业模式的“三重结界”，在数字与实体的纠缠中锻造新物种。在这背后，是一群技术兴国的信奉者，产业跃迁的掌舵人、商业社会的洞察者、认知边界的拓荒者，这些企业家永远走在创新的前沿。
与智者同行者，必将率先触摸未来；与AI共振，终将定义下一个纪元。
我们邀请了多位国内外顶尖创新与商业领袖，人工智能链主和龙头创新企业，共同展望2025产业发展、技术创新以及战略性新兴产业发展的前景。
此文为融中特别策划·《2025向新·AI未来》系列报道第十二篇。

眼下，人工智能与智能医学的跨界融合正以前所未有的速度重塑医疗大健康产业格局。这一变革浪潮中，诸多企业积极布局，唯迈医疗便是其中的佼佼者。

唯迈医疗专注于“AI+医疗”产业链条的应用场景层，尤其在介入手术场景方面成果斐然。其围绕介入手术机器人、DSA影像设备、智慧影像分析平台构建的“手”“眼”“脑”介入一体化产品体系，为“AI+医疗”发展提供了坚实基础。其中值得称道的是，唯迈医疗已经利用AI实现了介入影像处理的突破，提升图像质量至行业领先水平；公司同时建立了完整介入手术过程的算力平台，积累了大量手术操作数据以及模型相关经验。

从商业化潜力来看，未来AI在医疗多个细分领域将大有可为。然而，企业在与医疗机构合作中也面临诸多难题，如知识产权归属、付费审批流程繁琐以及监管法规风险等。但唯迈医疗凭借扎实的全栈自主创新，将AI赋能硬件，提升产品易用性和可用性，在介入手术机器人商业化推广上已经取得不错的进展，今年将会实现快速商业化落地。

面向未来，唯迈医疗也将加大算力和数据投入，重构算法架构，提升硬件智能化程度和产品品质，布局介入诊疗领域纵向模型研发，推动其与介入手术全流程深度融合，为行业未来发展开辟新路径，进一步助力重塑医疗大健康产业格局。

以下为融中财经对话唯迈医疗创始人兼CEO杨贺实录，以飨读者：

融中财经：从影像识别到手术导航，从基层辅助诊疗到个性化健康管理，人工智能正在医疗领域掀起一场深刻的效率革命与模式创新。贵司所处AI+医疗产业链条哪些关键环节、市场格局如何，具备哪些技术/产品优势等？

杨贺：目前唯迈医疗主要处于AI+医疗产业链条的应用场景层，这也是目前商业落地最明确的方向。目前围绕介入手术场景，在基础图像处理，三维重建，目标识别，手术机器人引导等方向实现了多个场景的产品落地应用。

公司在介入手术机器人，DSA影像设备，智慧影像分析平台的“手”“眼”“脑”的介入一体化产品布局为AI+医疗提供了天然的沃土。同时，公司目前使用AI在介入影像处理中取得了一些突破性进展，使得介入影像图像质量处于行业领先水平，在这过程中，我们不仅建立了一定规模的算力平台，同时积累了大量介入治疗垂直领域的行业数据，更是积累了在构建，训练，优化和部署方面的经验。

融中财经：AI技术与医疗的深度融合，内科、神经外科、肿瘤等细分领域众多，哪些场景最具商业化潜质？

杨贺：AI技术与医疗的深度融合在多个细分领域展现出显著的商业化潜力。

在介入医疗领域，AI赋能基础影像，AI赋能介入导航技术，通过多模态影像融合（如CT、OCT，IVUS数据），有望实时生成三维数据，为术者提供精准的操作路径和决策依据，同时AI系统可基于术中实时数据（如血管狭窄程度、血流速度变化等）动态调整导航路径，同时AI可以与触觉信息深度融合，为机器人操作的触觉提供更真实的反馈。

AI导航赋能下的介入机器人系统将三甲医院专家的手术经验转化为标准化操作流程，有望提升基层医院介入手术开展能力，以及提升手术成功率。

融中财经：企业技术在与医疗机构等合作过程中面临哪些难题？目前公司商业化订单情况如何？

杨贺：唯迈医疗与医院的合作主要面临知识产权归属，审批流程繁琐，监管法规风险等问题，需要妥善应对。介入机器人目前正在进行商业化推广，头部医院的专家展现了很大的热情，凭借唯迈手术机器人的先发优势和卓越的产品力，入院推进较快，今年会有快速的商业化落地。

融中财经：AI医疗技术的“长周期、高风险”研发特征下，企业如何平衡市场需求与技术创新的投入？贵司近两年研发投入如何？

杨贺：用AI解决真需求，既要星辰大海又要脚踏实地，做能落地的AI，做能被医生接受和认可的AI。目前唯迈医疗在AI领域的投入逐年增加，未来将会成为一个重点投入方向。

融中财经：许多AI模型，特别是深度学习模型被视为“黑箱”，用户和监管机构都对其AI系统的决策过程产生质疑，尤其在医疗和金融等高风险领域。该如何提高AI模型的透明度？

杨贺：深度学习模型，由于模型的网络结构复杂，模型的参数量大，网络结构中有大量的非线性的映射，导致模型的输出与输入之间的映射关系无法用显式的方式表述，从而导致不能直观解析和具象理解。

在深度学习模型应用到医疗等领域的初期，由于其上述特性，常常被认为是“黑盒”，AI模型在医疗场景中的落地已经有几年的时间，随着临床的广泛验证，深度学习模型的可靠性已经逐步被认可。

在这一过程中，国家药监局发布了一系列人工智能医疗器械的相关标准，从数据集构建，数据标注，设计开发过程，算法设计，决策过程，应用，部署环境的记录都有详细的要求，企业在产品注册时，会根据标准的要求，对审评机构披露大量的过程信息，保证产品的可靠性，提升AI模型的透明度。

融中财经：由于人体的复杂性和差异性，医疗领域AI应用的数据隐私、医学伦理与国家安全等都面临难题，特别是在数据方面，AI医疗数据孤岛问题如何解决？

杨贺：AI医疗数据孤岛问题的根本在于医疗领域与数据隐私关系不大。隐藏个人信息在医学影像方面有专门的规范，没有太多技术难度。推动医疗数据去孤岛化的关键是明确各种数据的权属，并确定通过数据开展商业化的收益分配问题。当然，由于人体的复杂性和差异性，医疗AI数据的规模和覆盖的广度，对于模型的泛化能力会带来一定的影响。医疗领域AI数据未来不只包含影像数据，将纳入更多人体综合数据信息，医学知识指南，临床医生判断决策等，这些数据会更加凸显含金量。

融中财经：DeepSeek的出现给AI+医疗带来哪些新变革和影响？公司未来战略发展做哪些调整？

杨贺：Deepseek的出现，尤其开源的策略和对算力依赖的大幅降低，极大地降低了大模型在医疗领域的应用门槛，为企业带来了全新的机遇。

公司将积极拥抱大模型，在医学专项领域进行纵向发力，进一步提升硬件平台的智能化程度，提升产品品质，进而为用户提供更流畅的使用体验；借鉴DeepSeek的算力优化策略，布局介入诊疗领域的模型研发，未来会将大模型与介入手术流程进行深度融合。

融中财经：康养时代，医疗机器人/AI陪护等，究竟是不是伪命题？AI赋能医疗器械，如何利用深度学习和计算机视觉提升医疗诊断的精准度？远程监控与器械设备智慧化运维如何解决等

杨贺：我们目前专注的领域还没有涵盖康养部分，基于个人理解判断，我觉得这是不是一个伪命题的核心在于：技术能否真正解决养老这一融合生理、心理、伦理的复杂需求。很显然，当前机器人尚无法平衡“效率”与“人性化”，而且过度依赖技术可能导致社会责任消解。不过，这些问题属于发展中的阶段性挑战，能够通过技术迭代与制度完善逐步解决。

在介入领域，借助AI赋能，能从多个维度提升介入手术的精准度，降低术中风险，从基础图像来看，AI使得图像质量得到质的飞跃，医生能从图像中更清晰地判断血管形态，器械位置，同时AI可以近乎实时地给出定量化的分析，为医生提供更精准的决策参考。未来，AI凭借“手”“眼”“脑”的全面智能化将赋能整个手术过程，其在导航、手术控制、术中安全防护等方面会大幅提升手术质量，它将会成为生产力工具级别的巨大创新。