文章详情

8月5日，沙利文正式发布《AGI时代全球数智医学影像生态产业发展白皮书》。这份白皮书系统梳理了AGI技术重构医学影像服务、临床诊疗与生态协同的底层逻辑，并在颅脑、胸部、膝关节等典型场景中完成了应用层面的实证呈现。白皮书将影禾医脉列为国内数智医学影像生态中的代表性技术力量，并明确指出一脉阳光与影禾医脉“共同构成数智影像生态中的核心闭环能力，这一全栈闭环模式在全球范围内尚属唯一”。

对于一脉阳光(02522)的机构投资者而言，这份白皮书提供了一个重新审视其估值逻辑的认知坐标。影禾医脉所构建的“场景-数据-标准-模型-产品-反馈”全栈闭环，正在为母公司开辟一条从服务业估值向科技平台估值迁移的认知通道。

理解这一估值跃迁的内在逻辑，需要逐层拆解三个递进的核心命题：第一，一脉阳光的线下资产在AGI时代被重新定义为什么?第二，影禾医脉的技术路径为何构成难以复制的稀缺性壁垒?第三，这一组合的估值映射将如何驱动资本市场的认知重构?

资产升维：线下影像网络从“服务产能”向“数据基础设施”的战略跃迁

一脉阳光的传统估值逻辑，长期锚定于“中国第三方医学影像服务第一股”的身份标签。截至2025年末，公司已形成覆盖全国20个省、自治区及直辖市的117个影像中心网络。这一重资产布局在过去被线性看待，资本市场对此类模式的定价逻辑清晰，但天花板同样明确——中国三四百个地级市，能支撑影像中心独立运营的核心区域终究有限。

然而，这一认知框架正在被AGI时代彻底改写。当117个影像中心不再是彼此孤立的服务终端，而是一个持续产生真实临床场景数据的分布式网络时，其战略意义便超越了“检查服务产能”的旧有定义。白皮书将一脉阳光明确定位为“生态的场景与数据基石”——“拥有中国最大规模、形态最多元的第三方影像中心网络”，“不仅提供坚实的线下检查服务场景，更主导建立了行业领先的、覆盖CT、MR、DR、超声及核医学的全模态影像数据标准体系”。这套标准如同生态的“通用语言”，确保了海量医疗数据可被高质量、标准化地沉淀与治理，为AI进化提供了不可或缺的“燃料”。

数据的价值不在于“有”，而在于“能用”。据上次报告期披露，一脉阳光依托累计2,853万余例影像数据、日均2万例新增、12种全模态覆盖的数据基础，率先构建了从数据资源到数据资产再到数据交易的完整闭环。真正构成竞争壁垒的，是公司自2021年起前瞻性布局的数据标准化工程——2024年发布的《医学影像检查项目名称及编码标准》涵盖11大类编码体系，使数据从“原始堆积”升级为“可训练的AI燃料”。该标准成为国家医保局“医保影像云索引”的重要参考蓝本，多项数据产品已在上海和北京数据交易所上架并在各地数据可信空间内实现分级数据服务收入。

从资本视角审视，这场资产升维正在重塑一脉阳光的估值底座。当数据从“成本中心”转变为“收入中心”，当117个中心从“服务终端”升级为“数据基础设施”，一脉阳光所说的“全球最大的数智影像⁺生态领航者”布局也正悄然铺开。其价值度量衡便从PE切换至PS——从“每开一家店赚一份钱”的线性增长，转向“数据越用越增值、模型越迭代越精准”的指数级自我强化。正是这一资产属性的根本性转变，为一脉阳光的估值切换提供了不可逆的产业前提。

稀缺性兑现：全栈技术闭环如何重塑医学影像AI的竞争格局

拥有数据基础设施，并不等同于具备AI能力。将原始影像数据转化为可训练、可验证、可迭代的智能能力，需要跨越数据治理、基座模型、产品化闭环三重技术门槛。而影禾医脉的技术路径，恰好在这三重门槛上构筑了竞争对手难以逾越的系统性壁垒。

第一重门槛即数据治理。白皮书明确指出，数据标准化是AI医学影像“不可绕过的前提”。影禾医脉的河图计划正是针对这一前提的系统性工程。作为医学影像领域“首个、且目前行业内唯一的系统性数据标准建设与数据标注计划”，河图计划通过标准基建定义百万级医学影像标准化语义，通过数据基建打造精标注数据集，通过模型基建支撑通用AI研发，将医学影像AI从“单病种、单模型”的项目式开发推进到围绕检查路径的规模化研发模式。

第二重门槛即基座模型。影禾医脉自主研发的MIIA基座模型，从零训练医学影像视觉基座模型，使模型具备对CT、MR、X光等影像的通用表征、理解和泛化能力，再通过影像-文本对齐形成多模态能力。不同于直接调用通用大语言模型或外挂知识库的轻量路径，基座模型是“医学影像AI的底层基础设施”，能够“在真实阅片、报告修订、质控反馈和新增病例积累过程中持续吸收新的结构化数据和医生反馈，逐步适配不同医院、不同科室和不同医生的诊断习惯”。

第三重门槛则是产品化闭环。模型能力转化为临床价值，需要嵌入真实工作流并被持续使用。白皮书明确指出，当前行业核心痛点之一是“训练数据集与真实临床场景之间的差异，可能导致产品在实际应用中的表现低于研发预期”。影禾医脉的MIIA产品体系构建了“iSpaces产生数据→iData治理数据→iResearch训练模型→MIIA-AI嵌入工作流→医生反馈回流”的完整闭环，使AI能力在使用中持续进化。基于这一闭环，颅脑CT超级智能体“小君医生2.0”可在1分钟内生成完整结构化报告，报告撰写效率提升约1.5倍;胸部CT AIR实现同一扫描下多病种识别，综合诊断准确率达84.6%，AI报告采纳率达86.7%。

白皮书将一脉阳光与影禾医脉的组合定位为“全栈闭环模式在全球范围内尚属唯一”。三重门槛的叠加效应——数据治理需要行业级标准制定能力与权威医疗机构的深度合作，基座模型依赖持续的数据供给、算力投入和算法团队，产品化闭环则需要真实临床场景和医生持续反馈通道——正是这套系统性壁垒，构成了资本市场为其产业位势支付稀缺溢价的底层逻辑。

估值重构：从传统PE到科技PS 市场认知坐标的战略性迁移

资产升维与稀缺性兑现，构成了估值重构的产业前提——但产业逻辑的成立，并不自动等同于资本定价的完成。从PE到PS的估值切换，需要市场完成对一家公司产业坐标、商业闭环与参照系三个层次的重新认知与确认。

首先是产业坐标的重新锚定。资本市场对一家公司的定价，本质上是对其产业地位的定价。一脉阳光上市时以“中国第三方医学影像服务第一股”的身份获得初始估值锚点，正是基于沙利文此前的行业地位认证。而今，白皮书将影禾医脉定位为“医学影像AI研发与应用领域的代表性技术平台”，其参照物已从第三方影像服务机构切换为医疗AI赛道的头部技术平台——影禾医脉在医学影像这一兼具高壁垒与高价值的垂直领域中，构建了“全球唯一”的全栈闭环能力。这一产业坐标的迁移，为估值切换提供了认知层面的顶层框架。

产业坐标的迁移需要商业闭环的可验证性来兑现。资本市场的定价切换不会仅凭概念驱动，它需要可量化的验证信号。在数据资产层面，一脉阳光率先完成“数据资源-数据资产-数据交易”的全流程探索，多项影像数据产品在数据交易所完成挂牌与交易，并在各地国资平台“数据沙盒”中实现了分级数据服务收入。在AI产品层面，颅脑CT超级智能体“小君医生2.0”与胸部CT AIR均已进入临床应用，白皮书披露的综合诊断准确率84.6%、AI报告采纳率86.7%，为产品价值提供了可量化的临床验证。

而商业闭环的不断验证，最终将驱动参照系迁移的市场传导。2025年天风证券将一脉阳光与Tempus AI对标定价，意味着市场已开始按“数据资产运营商”而非“影像服务商”对其重新估值。

从产业信号(沙利文白皮书)到商业验证(数据交易+AI产品入院)再到估值映射(天风证券8倍PS首次覆盖)，一脉阳光估值坐标系迁移的三个层次均已触发。当市场确认一家公司同时拥有AGI时代最稀缺的数据基础设施和将数据转化为可迭代AI能力的全栈技术能力时，从PE向PS的估值跃迁便不再是逻辑推演，而是正在发生的定价事实。

小结：

综上，一脉阳光的估值坐标系正在经历底层逻辑重构的战略性迁移。资产层面，线下影像网络从“检查产能”升维为“AGI数据基础设施”;技术层面，影禾医脉以河图计划、MIIA基座模型与“工作即训练”闭环构筑了全球唯一的全栈智能壁垒;估值层面，天风证券8倍PS的首次覆盖标志着市场参照系已从传统PE框架切换至医疗AI数据平台的对标体系。

白皮书将这一组合定义为“数智影像生态”的新范式。一脉阳光与影禾医脉的组合价值，共同打通了“场景-数据-标准-模型-产品-反馈”的数智影像闭环，“代表医学影像AI从'单点算法产品'走向'数智影像生态'的新路径”。这不仅是产业地位的认证，更是资本定价逻辑重塑的重要信号。

资本市场认知切换需要时间，但方向已然明确：当一家公司同时掌握AGI时代最稀缺的数据基础设施和将数据转化为可迭代AI能力的全栈技术能力时，市场终将以新的坐标系重新度量其价值。