18.6億！影像巨頭又一重磅收購

2026年3月2日，RadNet（Nasdaq: RDNT）宣布，以最高約2.693億美元（約合18.6億人民幣）的全現(xiàn)金交易收購法國影像AI公司Gleamer。交易包含交割后的業(yè)績里程碑條款。

這是RadNet在影像AI領域的又一次重要布局。去年，公司剛剛完成對iCAD的收購。本次并購完成后，Gleamer將被整合進RadNet全資子公司DeepHealth，后者是RadNet專注于影像臨床AI解決方案的數(shù)字健康平臺。

這不是一筆單純的技術補強交易，而更像是一次圍繞“高頻影像場景”的系統(tǒng)性整合。

一、收購標的：一家“多模態(tài) + 多適應癥”的影像AI公司

Gleamer總部位于法國巴黎，采取云優(yōu)先（cloud-first）架構，目前在44個國家擁有超過700份客戶合同。其產品線覆蓋骨肌系統(tǒng)（創(chuàng)傷、慢性疾病）、乳腺、肺部與神經(jīng)系統(tǒng)。產品具備FDA批準（獲批 FDA 510(k)）及CE標志，具備商業(yè)化落地基礎。

值得注意的是，Gleamer不僅提供AI輔助診斷，還具備自動化報告生成能力。這意味著它的價值并非局限于“檢測模型”，而是嵌入到放射科的完整工作流之中。

二、RadNet在做什么？從“AI工具”走向“AI工作流”

RadNet本質上是一家影像服務網(wǎng)絡運營商，而非純技術公司。其核心資產是遍布美國的影像中心網(wǎng)絡，以及龐大的檢查量。

本次收購后的整合邏輯，集中在三個關鍵詞：

1. 高頻檢查的流程重構

公司管理層在公告中反復提到一個現(xiàn)實問題：影像量持續(xù)上升，而全球放射科醫(yī)生短缺正在加劇。

在這一背景下，真正需要被重構的不是高端疑難影像，而是高頻、標準化、重復性強的檢查類型——如X線、超聲、乳腺篩查。

RadNet計劃通過自動分診（critical findings triage），草稿報告生成（draft reporting）、結構化自動化流程，構建端到端AI賦能工作流。

這意味著AI不再只是“讀片輔助”，而是成為影像科生產力系統(tǒng)的一部分。

2. DeepHealth的“組合拳”打法

DeepHealth目前已布局乳腺、神經(jīng)、前列腺、甲狀腺等領域。Gleamer加入后，RadNet聲稱將形成“目前市場上最全面的影像AI組合”。

這里的核心不在于單個模型性能，而在于多模態(tài)覆蓋（X線、CT、MRI等）、多癌種支持、與信息化系統(tǒng)深度融合并統(tǒng)一商業(yè)渠道。

換句話說，這是一個平臺化整合邏輯，而不是單點技術收購。

3. 規(guī)模化落地能力，是RadNet的真正優(yōu)勢

與多數(shù)AI公司不同，RadNet擁有自有影像網(wǎng)絡。這使其能夠在內部大規(guī)模部署AI、量化生產效率提升、通過真實數(shù)據(jù)優(yōu)化模型并降低銷售獲客成本。

公告中提到，部署Gleamer后，尤其在X線領域將帶來“可量化的生產力提升”。

如果這一點成立，那么RadNet的邏輯更接近：用AI優(yōu)化自有網(wǎng)絡 → 提升效率與利潤 → 再將成熟方案對外輸出。

這與單純的AI初創(chuàng)企業(yè)商業(yè)模式完全不同。

三、對行業(yè)的幾個信號信號1：影像AI正在從“診斷準確率競爭”轉向“流程效率競爭”

過去幾年，影像AI行業(yè)圍繞AUC、敏感度、特異度展開競爭。但在實際醫(yī)療系統(tǒng)中，真正痛點在于：報告積壓、緊急病例延遲、人員緊缺與成本壓力。

此次交易的關鍵詞是“workflow”“triage”“draft reporting”，而不是“accuracy”。

這是一種商業(yè)化階段成熟的標志。

信號2：AI公司估值邏輯正在分化

2.7億美元對一家擁有700份合同、全球化布局、多適應癥產品線的公司來說，并非夸張價格。

但它的價值前提是：有真實商業(yè)合同，有監(jiān)管批準，有可嵌入流程的產品能力。

這意味著，純算法型公司與流程型平臺公司的估值邏輯正在拉開差距。

信號3：影像服務商正在成為AI整合者

RadNet并非設備制造商，也非純AI公司，而是影像服務運營商。

它連續(xù)收購AI企業(yè)，顯示出一種趨勢：影像網(wǎng)絡運營商，可能成為AI最終整合者，而非被動使用者。

這對設備廠商、PACS廠商、AI初創(chuàng)公司都是重要信號。

四、對中國企業(yè)的參考意義

對于中國影像AI公司或醫(yī)學影像設備企業(yè)而言，有幾個值得思考的問題：

1. 是否具備真正嵌入臨床工作流的能力？

2. 是否擁有大規(guī)模真實使用場景？

3. 是否僅提供模型，還是提供完整解決方案？

4. 在醫(yī)保與DRG壓力下，是否能證明效率提升？

在國內環(huán)境中，單點AI產品已越來越難獲得持續(xù)付費。真正的競爭力可能來自與大型影像中心集團合作、與設備廠商深度整合、提供端到端工作流解決方案、量化效率與成本優(yōu)化結果等。

# 結語

RadNet收購Gleamer，并不是一次簡單的技術擴張。

這是一次圍繞“高頻影像生產系統(tǒng)”的結構性重構嘗試。

當影像量增長與醫(yī)生短缺成為全球共同挑戰(zhàn)時，AI的價值不再只是“更聰明”，而是“更高效”。

對中國影像企業(yè)而言，這筆交易提供的啟示，或許比交易金額本身更值得關注。

# 思宇MedTech內容索引

重點企業(yè)與機構

▌知名醫(yī)療科技創(chuàng)新企業(yè)： || | | | |

▌知名醫(yī)療科技創(chuàng)新服務機構：