IVD行业寒冬中，迪英加如何逆势获得数亿元C轮融资？

而公司之所以能够成立，来自两个核心认知：一是足够大的病理数据集，二是能真正嵌入临床流程的人机交互—这两样东西，光靠实验室远远不够。

作为一家横跨临床诊断与药物研发两大场景的"数智病理"平台型企业。其：

在诊断端，以全自研DeepPathAI大模型为统一基座，构建了覆盖智能扫描、智能质控、多癌种智能分析、数据管理、远程会诊、规培教学及科研转化的全场景数智病理平台。通俗地说，就是把病理科从"切片进、报告出"的全流程都数字化和智能化。其AI辅助诊断平台能在5秒内处理一亿像素的病理图像，精准定位和识别病灶，平均准确率达到99%以上。更关键的是"排阴率"—可以筛掉90%的良性病例，让医生把精力集中在真正需要关注的10%上。

在药企服务端，其已打造40余项AI定量分析模块，全面覆盖组织病理、细胞病理、分子病理、血液病理全场景。DeepPathAI大模型构建了覆盖靶点发现与验证、药效评价、转化医学及临床开发关键节点的AI病理能力体系。并且已与阿斯利康、罗氏诊断、武田中国、贝达药业等全球领先药企达成战略合作。

联想到九强生物的巨人同行战略，迪英加能够与大企合作也说明了行业的地位。

这种"诊断+医药"的双轮驱动模式，使迪英加既能在医院端获取持续的收入和临床数据反馈，又能在药企端获得高价值的商业合作—两者相互赋能，形成了独特的商业闭环。

讲到病理AI，迪英加并非AI病理赛道上的孤行者。

这个领域早已聚集了众多玩家：全球层面有被罗氏以10亿美元收购的PathAI；国内有安必平、福州迈新生物、万孚生物等企业纷纷布局AI病理辅助诊断软件；科技巨头华为、蚂蚁等也在持续加码AI医疗。

可能，迪英加的优势在于"全栈自研+全场景覆盖"的深度积累。截至目前，公司已完成700万例病理数据的构建，获得24张NMPA注册证，产品与服务覆盖全国1500余家医疗机构。2023年规上以来，年营收增速持续保持100%。公司已获得220余项知识产权、80余项发明专利。

看这些统计数据，足以说明其在AI病理的底蕴。

更值得注意的是其"软硬一体"的能力。迪英加不仅做AI算法，还自主研发数字病理切片扫描仪，甚至推出了可以加装在普通显微镜上的智能分析系统——不改变医生的任何操作习惯，AI就能在0.5秒内实时完成分析。

笔者认为，资本看重的核心逻辑至少有三个：

第一，技术壁垒足够深。其在AI+病理领域深耕近20年，依托与西湖大学深度绑定的产学研融合机制，聚焦大模型底层技术突破，突破了海外技术依赖。在医疗AI领域，真正的壁垒不在于算法本身，而在于经过临床验证的海量数据和深度融入临床流程的产品能力——这两者都需要时间的沉淀。

第二，商业模式清晰且已验证。1500家医疗机构的落地、连续两年100%的营收增速、与全球头部药企的战略合作—说明迪英加已经走过了"技术验证"阶段，进入了"商业复制"阶段。在AI医疗领域，这应该算是比较稀缺的能力。

第三，卡位精准且天花板高。病理是精准医疗的"入口"—无论是癌症诊断还是靶向药开发，都离不开病理分析。迪英加同时卡位"临床诊断"和"药物研发"两大场景，本质上是在构建一个以AI病理为核心的生态平台。随着AI分析常规病理切片即可预测基因突变和治療疗效成为现实，这个平台的价值还将持续放大。

从产业进化来看，迪英加也能代表一种新质生产力，其核心特征是技术革命性突破、生产要素创新性配置、产业深度转型升级。迪英加做的事情，正是用AI大模型这一革命性技术，重新配置病理诊断这一传统生产要素（病理医生的人力+显微镜的硬件），助力整个病理科从"人力密集型"向"智能化、标准化"深度转型。

在IVD行业整体承压、资本总体冷淡的当下，迪英加逆势获得C轮融资，说明市场正在用脚投票—"旧"的IVD模式（依赖渠道驱动、方法学红利）正在退潮，而"新"的AI驱动、数据驱动、平台化的模式正在崛起。迪英加是这个转型浪潮中的一种标志性样本。

其用9年时间走出了一条从学术到产业、从技术到商业的完整路径。这条路走得并不快，但也代表了新质生产力，真正有技术壁垒、有商业闭环、有落地能力的企业。

参考资料：

1.迪英加科技完成数亿元C轮融资，DeepPathAI大模型加速构建数智病理新生态，投资界，2026

2. 解码浙江“新小龙”丨迪英加：给病理医生装上“第二双眼睛”，科普中国，2026