基于此前ICL积累的数据，
ICL企业们均有潜力做AI相关的新质生产力
。迪安诊断就是如此，搭建了基于自有算力及云算力资源（华为、阿里）的算力平台，并结合自身医检数据资源，构建数据底座，通过利用通义千问及DeepSeek，在多个场景进行AI赋能。
此次搭上AI新风涨起，就是源自其已经做了许多工作。
例如，将AI产品作为辅助诊断与原有的检测产品相结合，形成新IVD产品；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；智慧实验室信息化管理系统架构，推出 irisLIMS 第四代产品，等赋能实验室的举措，其中，依托血液病检测、病理诊断、感染性疾病检测业务的数据优势，构建了染色体自动识别及结果判读模型，识别率高达 99%，极大提升了分析效率及精确度。
另外，
建立X-MedExplorer临床科研大数据平台，可向医疗机构提供AI和大数据服务
，比如与湖北70余家医院签约，已占当地病理AI市占率70%，可见其市场的认可度；与华中科技大学同济医学院附属协和医院血液科进行合作，共建慢性白血病药物治疗的停药预测模型，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；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，还推出“诊断+保险”创新模式，通过AI预测疾病风险并定制健康险，用户续费率达85%。等等 数不胜数。
凭借着行业的特征优势，
迪安实现从ICL向AI新质产品的升级，开拓出新的增长点和竞争模式，这在当前利润被不断压缩的背景下，显得尤为重要。
未来，随着AI技术的不断成熟和应用场景的持续拓展，迪安诊断有望在智能诊断、精准医疗等细分市场取得领先地位。
我们常说创新，其目的是跳出现有的困局，打破焦灼的局面。现在迪安诊断在技术升级的路上，就是重构这种生态。基于过去ICL同质化竞争，利润压缩厉害，实验室转让、退出的案例频频有之，
企业自然会追求新质生产力，焕发新的竞争力，AI的到来可谓是恰逢其时。
迪安的
算力平台
已实现 “私有云 + 公有云” 的混合架构，其自主研发的 AI 模型训练框架 DxAI-Trainer，可支持病理图像、基因序列等多模态数据的并行处理。更值得关注的是，其数据标注体系已形成独特优势：通过与三甲医院共建 “AI 标注实验室”，迪安积累了超过 200 万例标准化标注数据，涵盖肿瘤、心血管等 12 个重点疾病领域。这种 “数据 - 算法 - 应用” 的闭环，使迪安在 AI 模型迭代速度上领先同行 3-6 个月。
以其最新推出的
AI 病理诊断系统
为例，该系统在宫颈癌筛查中实现了突破性进展：基于 Transformer 架构的深度学习模型，将 hsil（高度鳞状上皮内病变）的检出率提升至 98.7%，假阴性率降至 0.3%，远超传统人工镜检的 90% 准确率。目前，该系统已在浙江省 200 余家基层医疗机构部署，预计每年可减少漏诊病例超 5000 例。
在慢性肾病领域，其与浙江大学医学院附属第一医院合作开发的CKD智能分期系统，通过整合尿常规、肾功能指标、影像数据等200+维度信息，可提前6-12个月预测疾病进展，准确率达 92%。该系统已纳入浙江省医保慢性病管理平台，覆盖全省30万肾病患者。
更具创新性的是，迪安正在探索AI 驱动的个性化治疗方案
。例如，在淋巴瘤治疗中，其 AI 模型可通过分析病理切片的微血管密度、免疫微环境等特征，预测患者对 CAR-T 疗法的响应率，准确率达85%。这种“诊断-预测-治疗”的链式服务，使迪安从单纯的检测服务商转变为临床决策的参与者。
在硬件端，其与联影医疗合作开发的AI 辅助 CT/MRI 诊断系统，已实现设备端的实时推理，将影像报告出具时间从 30 分钟缩短至 5 分钟。在软件端，与腾讯健康共建的医疗知识图谱，整合了 1500 万份电子病历、5000 + 临床指南，支撑起智能分诊、用药推荐等应用场景。
等等，
新的生态合作模式正在改变行业规则，挖掘出新的竞争点，似乎ICL行业一夜间变成是推广AI产品。
