迪英加科技获数亿元C轮融资：国产AI病理大模型加速落地与商业化

2025年底，国家医保局印发《病理类医疗服务价格项目立项指南（试行）》，首次将人工智能辅助诊断纳入病理服务价格构成。政策的明确信号，叠加底层大模型技术的跃进，让数智病理从实验室设想变成了可定价、可收费的商业现实。就在行业等待一个规模化样本时，一家成立九年的杭州公司拿出了最新筹码。

2026年7月28日，杭州迪英加科技有限公司正式宣布完成数亿元C轮融资。本轮由丰誉资本、余杭国投、贝达基金、浙江浙资仙安投资联合投资。公司以全自研DeepPathAI多模态病理大模型为核心基座，构建覆盖从病理切片扫描、AI辅助诊断到病理信息系统管理的全链条产品矩阵，试图在政策窗口期抢跑数智病理科的整体解决方案。

一家没有公布创始人的公司，凭什么拿下多家头部药企合作

在几乎所有融资稿件都会浓墨渲染创始人背景的当下，迪英加科技对外公布的创始人信息始终为空白。公开材料仅显示“核心团队在AI+病理领域深耕近20年”，公司依托“以西湖大学为核心的深度产学研医融合模式”。这与大多数医疗AI创业公司热衷于讲“海归博士创业故事”的路径形成鲜明反差。创始人信息的缺失可能意味着公司的核心技术资产或商业资源并非集中于单一创始人，而是分散在产学研合作网络之中，但这种刻意低调的信息策略究竟是主动选择还是另有原因，外界尚无答案。

但从商业落地的结果反推，迪英加的客户名单呈现出一种罕见的纵深结构。其产品与服务已覆盖全国1500余家医疗机构，合作伙伴包括阿斯利康、蔡司、罗氏诊断、武田中国、豪洛捷、安斯泰来、贝达药业。这份名单横跨跨国药企、诊断巨头与创新药企，暗示公司的触角已经伸进新药研发和伴随诊断环节，而不仅仅是向病理科卖软件。从商业逻辑上看，跨国药企与诊断巨头在选择合作伙伴时通常有漫长的尽调流程和严格的合规要求，迪英加能够同时进入这些企业的供应商名单，意味着其产品成熟度和公司治理水平可能已达到一定门槛。不过这些合作的实际深度——是框架协议、项目制合作还是深度绑定——仍未公开，不能简单等同于稳定的高价值收入来源。

贝达药业通过旗下贝达基金参与本轮投资，在投资者引语中明确表达了对“伴随诊断创新模式”的期待。贝达药业是国内创新药领域少数拥有成熟商业化体系的药企，其核心产品均需要精准的伴随诊断来筛选适用患者人群。迪英加的AI病理分析能力若与贝达的临床管线深度绑定，理论上可以形成从药物靶点验证、临床试验患者分层到上市后伴随诊断的一体化服务链条。这一模式若跑通，意味着迪英加的收入结构可能从一次性软件或硬件销售转向更具复利效应的药企服务分成。但这目前仍停留在双方签署战略合作的文本层面，后续能否落地为可量化的收入，取决于双方在具体项目上的资源投入和执行力度，仍需至少一到两个完整的产品合作周期来验证。

800万例病理数据构筑的护城河，到底多深

迪英加对外披露的最核心数据资产是“完成超过800万例数据的最大病理数据集构建”。在医疗AI领域，数据规模和质量往往比算法架构本身更能决定产品上限。病理数据不同于影像数据，标注成本极高——必须由资深病理医生逐像素圈注，而这类专家本身就是稀缺资源。这意味着800万例数据的积累不仅需要时间，更需要长期稳定的顶级病理医生合作网络，这本就是一道组织和管理门槛。

800万例这个数字在公告中缺乏参照系说明，无法判断其“最大”是与哪些竞品比较而来。但迪英加九年来发表的500余篇SCI论文、牵头40余项国家级科研项目、获批25项NMPA医疗器械注册证，构成了一个围绕数据资产展开的护城河叙事框架。从基础科研到临床试验再到注册审批，这条路径本身就是一条筛选门槛——申请NMPA三类证需要严格的前瞻性临床试验数据，不是单纯积累临床样本就能完成的。发表论文和承担国家级项目的过程本身，也反向推动了数据质量的标准化和结构化，使数据资产从“存量大”向“可用性高”转化，这一过程的复杂程度可能远超外界想象。

值得追问的是，这800万例数据对应的切片质量、病种分布、数据标注一致性是否支撑“40余种癌种”的泛化诊断能力。病理诊断与影像诊断不同，不同癌种之间的诊断逻辑差异极大，肺癌的腺癌/鳞癌分型与子宫颈癌的TCT筛查几乎毫无技术关联。覆盖广往往意味着单点深度有限，而医院采购决策恰恰看重的是某个具体癌种上的表现是否优于现有流程。迪英加尚未公布任何单一癌种在第三方独立测试中与病理医生的一致性对比数据，这是判断其算法成熟度的关键缺环。如果公司在后续披露中能提供某些高发癌种的前瞻性临床验证结果，将显著增强其技术叙事的分量。

“全链路自研”是技术宣言，也是商业化冒险

迪英加在公告中反复强调DeepPathAI大模型“从模型预训练、网络架构、数据体系到推理部署实现全链路源头自研”，并称这区别于“大多数基于开源基座的模型”。这一技术路线的选择，既是公司最核心的叙事资产，也是其商业化路径上风险最高的决策。

全自研大模型意味着迪英加无法像许多同行那样，在开源模型基础上进行医学领域的微调适配。这条路径的优势在于对底层架构的完全掌控，可以根据病理图像的特殊性——超大尺寸图像、多尺度特征、细胞级精细分类——从网络结构层面做针对性设计，有可能在极端精度要求下建立性能壁垒。公司提到DeepPathAI依托国家自然科学基金委“可解释、可通用下一代人工智能方法重大研究计划”支持，从大模型理论层面实现了原创突破，若属实，这为技术壁垒提供了国家级背书的厚度。

但全自研的另一面是高昂的持续投入成本。开源社区每月都在发布更强大的基座模型，而迪英加需要维持一支完整的底层算法团队，从预训练到推理部署全部独立维护。这种成本结构在营收规模有限时，将严重压制利润空间。公司恰好在这个关键时刻宣布“已立即启动新一轮融资”，直接指向全自研大模型路线对资金的持续渴求。本轮数亿元融资加上新一轮融资窗口的打开，意味着公司需要在未来12至18个月交出足够有说服力的商业化数字，才能维持资本市场的信心。在这个时间窗口内，市场可能关注的核心指标包括：付费医院数量的增长率、药企合作收入的占比变化，以及是否有单一癌种产品完成前瞻性临床验证。

年营收增速100%的含金量与暗面

“2023年规上以来，年营收增速持续保持100%”——这是公告中最亮眼的商业指标，也是判断公司真实阶段的最关键变量。但“100%增速”是一个需要拆解的表述。如果2022年营收为较低基数，100%增速的绝对增量仍然有限。公司未披露任何具体营收数字，也未披露收入构成：软件授权、硬件销售、药企合作服务、科研项目经费各自占比如何，直接决定了这家公司的本质是“卖设备的硬件公司”还是“收服务费的软件公司”，估值逻辑截然不同。硬件公司的估值通常基于收入倍数，而软件和服务型公司的估值更依赖于经常性收入占比和毛利率水平，两种模式在二级市场上的估值天花板差异显著。

覆盖1500余家医疗机构是一个广泛的安装基数，但2025年底国家医保局明确AI辅助诊断纳入收费路径后，才从制度上解决了“医院装AI系统后无法收费”的核心堵点。这意味着迪英加过去的增速可能更多来自产品渗透和政策红利前的市场铺量，而非真实收费闭环的规模化验证。公司当前的100%增速究竟是产品自然渗透的结果，还是政策催化下的一次性爆发，需要下一个财年的数据来交叉验证。如果医保收费通道打开后，1500家医院中转化为付费客户的比例能在一年内显著提升，那将是对其商业模式的最强有力的背书。

另一个值得关注的细节：公司披露“2026年5月在广交会首次展示2026款D-PathScan系列大模型数智病理切片扫描仪”。病理切片扫描仪是硬件产品，毛利率通常显著低于软件和AI服务。迪英加同时做扫描仪硬件，可能是为了“诊扫一体”的体验闭环——在切片扫描过程中同步完成智能质控和多癌种诊断，这种深度集成若能做到实时交付，将在流程效率上对“第三方扫描仪+独立AI软件”的方案形成替代性威胁。但硬件研发制造的投入和供应链管理复杂度，也会拖累公司的整体利润率结构。公司需要在“通过硬件绑定客户”和“保持轻资产高毛利”之间找到平衡点，这一选择将直接反映在未来财报的毛利率走势中。

贝达+余杭国投+丰誉：一笔融资里的三类逻辑

本轮融资的投资方组合呈现出清晰的战略分层。丰誉资本作为专注医疗和科技领域的双币种基金，扮演的是典型财务投资角色，其合伙人引语提到“大范围对比了全国多家数智病理公司”后选择迪英加，暗示其在前一阶段做过系统性的赛道扫描。这种横向比较后的集中押注，通常意味着基金认为迪英加在技术壁垒或商业落地速度上较竞争对手有明确优势，但具体对标了哪些公司、在哪些维度上胜出，仍未公开。

贝达基金则是产业资本的典型打法，将自身在肿瘤药领域的积累与迪英加的AI病理能力做战略耦合，追求的不是单纯财务回报，而是业务协同带来的增值。贝达药业作为国内创新药领域的标杆企业，其核心产品的伴随诊断需求是刚性的，这意味着贝达对迪英加的投资存在明确的业务驱动力，而非纯粹的财务配置。若双方能在一个或多个药物管线上实现从临床试验阶段到上市后伴随诊断的全程绑定，这种协同可能产生远超投资金额本身的商业价值。

余杭国投和浙江浙资仙安投资代表着另一种逻辑：地方政府和省级国资平台对“医疗硬科技国产替代”的押注。迪英加是余杭区未来科技城孵化的企业，余杭国投在引语中明确表示将“推动数智病理产业集群建设”。这种“区级孵化+省级加持”的股权结构，有助于公司在浙江省内的公立医院市场获得渠道优势，但也意味着公司的扩张路线可能带有较强的地方政府烙印。当向省外乃至海外拓展时，地方国资股东的身份是否能转化为市场竞争力，是一个微妙的平衡题。

C轮宣布的同时，公司也公布了下一轮融资的启动信息，由星桥资本担任独家财务顾问。这种“C轮融资新闻稿里夹带新一轮融资预告”的操作在创投市场并不罕见，通常出现在公司需要快速连续募资以支撑巨额研发投入的阶段。这让迪英加的现金流压力表变得透明：全自研大模型的军备竞赛，确实是一场消耗战。在下一轮融资完成之前，公司需要在本轮资金的支持下实现关键的商业化里程碑，否则估值承压的可能性不可忽视。

全球化的切口不是北美，而是“10余个国家近百家中段市场医院”

迪英加披露其数智病理解决方案已“在全球10余个国家、近百家医院实现24小时不间断运转”。这些国家和地区未被点名，但结合公司在广交会的曝光策略和“围绕不同市场的临床需求、法规环境与工作流程，持续完善覆盖软件本地化、技术服务到应用培训的全链条国际交付体系”的描述，可以推断其全球化路径不是以FDA审批为轴心的“攻克美国市场”经典叙事，而是分散化的中段市场渗透。

这种策略有其合理性。数智病理的精准市场需求首先出现在病理医生稀缺的地区，这些市场的监管门槛较低，对价格敏感但对诊断能力极度渴求。一套能够实现“样本入、报告出”闭环的数智病理系统，在这种地区本质上提供的是替代医生的生产力，而不只是辅助工具。如果迪英加能在这类市场建立稳定的订阅制收入模式，有可能率先在全球范围内跑通病理AI的付费验证，并且避开与拥有FDA认证的欧美巨头正面竞争。不过这些市场的支付能力差异较大，单个合同的金额可能远低于国内三甲医院，规模效应能否覆盖本地化部署和持续服务的成本，仍是未知数。

但分散化的全球部署也意味着高昂的服务成本。每一家海外医院都可能需要本地化适配、技术培训和持续售后支持，而迪英加目前在海外的品牌认知度和本地服务团队体系建设情况均未在公告中提及。如果要在10余个国家维持近百家医院的持续运转，公司需要建立起至少覆盖主要区域的属地化技术支持网络，这可能意味着在短期内需要投入可观的海外运营成本。如何在扩张速度与服务成本之间找到平衡，将是验证其全球化故事的关键。

迪英加面前的三张待翻底牌

第一张牌是单癌种诊断的临床验证数据。公司的宣传口径强调的是“支持40余种癌种”“覆盖上百种癌种的分级分型”，但对于医院采购决策者而言，他们不会为一个“什么都能做”的平台买单，而是需要一个在自己科室核心癌种上经过三期临床试验验证的可靠工具。目前尚未有公开信息显示迪英加已完成任何癌种的前瞻性临床试验。在病理AI行业，前瞻性临床验证是产品从“可用”走向“可信”的分水岭，也是进入临床诊疗指南和医保支付目录的关键依据。缺少这一环，产品的医院渗透可能始终停留在辅助工具层面，难以进入核心诊断流程。

第二张牌是药企合作的实际收入贡献。战略合作框架协议与产生实质营收是两回事。迪英加与阿斯利康、罗氏诊断等跨国企业的合作体量有多大，是项目制的科研服务费还是一体化的伴随诊断开发分成，这决定了公司“AI病理+伴随诊断”模式在商业上的含金量。如果这些合作停留在学术层面或小规模试点，那么公司当前营收的支柱仍可能是硬件销售和医院软件授权，而非高价值的药企服务收入。从行业规律看，伴随诊断开发合同的金额通常显著高于单纯的软件授权，且具有更长的合同周期和更高的客户粘性，药企服务收入的占比变化可能是观察迪英加商业模式升级的核心指标。

第三张牌是支付闭环的真实渗透。医保政策的利好是行业性的，不是迪英加独享的。当全部竞争对手都在同一政策窗口期冲向同一批医院的数智病理科建设项目，竞争烈度将急剧升高。决定胜负的关键不是谁拿到了融资，而是谁的产品能在真实收费流程中稳定运行、能被病理医生真正依赖、能在医院预算编制中形成不可替代性。1500家医院的覆盖数字如果拆开来看，付费医院的占比、年复购率、客单价的变化趋势，才是比融资轮次更硬核的商业指标。这些数字，迪英加还没有摆上桌面。在医保收费通道刚打开的关键窗口期，最先完成从“装机”到“收费”转化的公司，可能在这一赛道建立品牌认知和渠道控制的先发优势，而落后者的追赶成本将显著提高。迪英加能否在接下来的12个月内交出这一转化数据，将是判断其长期竞争位势的决定性因素。

RecodeX 极客视点：迪英加科技以“全链路自研大模型+硬软一体+药企协同”的三重叙事完成C轮融资，成为政策窗口期数智病理赛道资本密度最高的标的之一。但公司尚未披露单一癌种的临床验证金标准对比数据，也没有拆解药企合作的实际营收贡献。全自研技术路线是一把双刃剑——它可能在长期建立不可替代的性能壁垒，却要求在短期内承受巨额研发支出和资本市场的持续拷问。当医保收费通道打开，竞争焦点将从“谁融资更多”转移到“谁的产品能进入真实收费闭环”。迪英加拿到了一张昂贵的入场券，接下来的十二个月，真正的考验是让付费医院的数据说话。