一句话看懂：法国放射学初创公司 Raidium 将其自主研发的 AI 原生影像平台部署于美国顶级癌症研究机构 Moffitt Cancer Center，用于替代传统的放射组学应用，有望将肿瘤追踪的读片差异降低三分之二。
事件核心：发生了什么
总部位于巴黎和硅谷的 Raidium 公司宣布，其 AI 原生影像平台 Raidium Read 已在美国 Moffitt Cancer Center 正式上线。该平台用于临床试验和研究，已取代该中心原有的放射组学应用程序。Raidium 计划在 2026 年底前获得 FDA 510(k) 认证。
平台的核心是其自研基础模型 Curia，该模型使用超过 2 亿张 CT 和 MRI 切片（来自 15 万次影像检查）进行训练。与传统做法（在现有 PACS 查看器上叠加 AI 工具）不同，Raidium 从零构建了查看器，并将模型内嵌其中。Curia 可以跨解剖部位自动执行 RECIST 测量——即追踪肿瘤对治疗反应的标准化方法——并自动匹配多个时间点的影像数据。Raidium 称，该方案能将不同读片者之间的变异性降低 3 倍。
为什么重要
放射科医生手动追踪各次扫描间的病灶变化是一项耗时且主观性强的工作。Raidium 选择将 AI 模型作为查看器的基础架构，而不是作为附加插件，这一技术路线意味着 AI 成为了工作流的核心决策引擎而非辅助工具。该思路与 Corti 的 Symphony AI 在医疗编码领域的做法类似，都是将易出错的临床任务重新定义为推理问题而非单纯的标签分类。如果这一路线在 Moffitt 的临床研究中验证有效，可能会推动放射学软件从“AI 辅助阅片”向“AI 原生阅片”的范式转变。
对用户/开发者/创作者的影响
对于医疗机构和影像科决策者：Raidium Read 无需后端集成，部署速度比传统 PACS 系统更快，降低了医院更换系统的迁移成本。一旦获得 FDA 批准，可能成为肿瘤科和放射科在临床试验或日常诊疗中的实用工具。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于 AI 开发者：Raidium 的做法提示了一个产品设计方向——将垂直领域的基础模型嵌入到核心工具中，而不是构建通用大模型。Curia 的闭源策略也意味着，在医学影像这类高壁垒领域，训练数据的质量和获取数量（如 15 万次检查）仍是核心壁垒。
值得关注的后续
1. FDA 510(k) 审批进程：目前平台仅限研究和临床试验使用，如果 2026 年前顺利获批，将直接影响其商业化速度和覆盖范围。
2. 与传统 PACS 厂商的竞争：GE Healthcare、西门子等巨头拥有成熟的 PACS 生态，Raidium 的“原生替换”策略能否真正渗透进日常临床工作流，而非仅用于科研，是关键的商业化验证。
3. 竞品跟进：其他 AI 放射学公司（如 Aidoc、Zebra Medical Vision）是否会调整产品策略，从“模型叠加”转向“模型原生”架构，值得观察。
来源：The Next Web
