GE HealthCare 加码核医学赛道：AI、放射性药物与影像平台如何重塑精准医疗基础设施

Title

GE HealthCare 加码核医学赛道：AI、放射性药物与影像平台如何重塑精准医疗基础设施

Introduction

核医学正在从相对小众的专科能力，转向更广泛的临床基础设施。GE HealthCare 在 2026 年 SNMMI 年会上展示的并不是单一设备，而是一整套围绕 PET、SPECT、放射性药物、AI 量化分析和工作流整合构建的产品组合。这一动作释放出一个明确行业信号：核医学的竞争逻辑，正在从“卖设备”转向“搭生态”。

对全球 Digital Health、AI Healthcare 与 Medical Devices 市场而言，核医学的扩张意义并不只在于影像技术本身，而在于它如何重新定义精准诊疗路径、医院运营效率以及放射性药物供应链的组织方式。

Industry Context

核医学的增长，首先来自临床需求侧的变化。GE HealthCare 在材料中提到，theranostics 的采用正在加速，radiopharmaceuticals 的需求也在上升。与此同时，全球核医学市场预计将从 2024 年约 78 亿美元增长到 2034 年超过 307 亿美元。虽然这类预测仍需谨慎看待，但它至少说明一个事实：核医学已进入资本、产业和临床共同关注的窗口期。

这一轮变化的核心，不是单点技术突破，而是多个变量同时成熟：

• 分子影像与放射性药物研发持续推进
• AI 辅助量化分析开始进入临床工作流
• PET 与 SPECT 平台更强调速度、可量化和标准化
• 医疗系统开始关注院外、社区化和移动式影像模式

从 Healthcare Industry 的角度看，核医学过去面临的高门槛，主要来自三类限制：设备昂贵、流程复杂、示踪剂可及性不足。现在，产业正在试图用 AI、模块化设备和本地化生产能力去拆解这些瓶颈。

Key Developments

1. AI 正从“后处理工具”变成核医学工作流的一部分

GE HealthCare 此次重点展示了多项 AI 相关软件能力。其中，MIM LesionID Pro 已获得美国 FDA 510(k) 许可，可用于全身肿瘤负荷分析；MIM KineticID 则处于 510(k) 申请阶段，面向动态 PET 成像与动力学建模。

这类工具的行业意义在于：它们不只是提高效率，更是在推动核医学从“依赖经验判断”走向“可重复量化”。在临床多中心环境中，标准化分析一直是一个痛点，而 AI 量化软件恰好切入了这一环节。

对于医院而言，这意味着读片、勾画和跨影像配准等环节可能进一步自动化。对于企业而言，这意味着影像软件正在从附属模块变成价值创造的核心层。对于投资者而言，这也意味着 Medical AI 不再只停留在通用影像识别，而是进入更高专业门槛的分子影像场景。

2. PET/CT 与 SPECT/CT 平台竞争正在围绕“高通量+高敏感+可量化”展开

在硬件层面，GE HealthCare 展示了多款平台，包括 Omni Legend PET/CT、StarGuide SPECT/CT，以及面向特定应用的数字化影像系统。公司强调这些平台支持更快扫描、更高灵敏度和更好的定量能力。

这说明核医学设备的竞争逻辑正在变化。过去，医院采购影像设备主要关注分辨率和装机成本；现在，随着 theranostics 和纵向随访需求上升，医院更看重：

• 扫描速度是否足以支撑更高患者周转
• 量化结果是否足够稳定
• 设备是否能与治疗决策和疗程监测形成闭环

这类能力对于大型医疗中心、肿瘤医院和神经专科机构尤其重要。也正因此，核医学设备厂商越来越像平台型医疗科技企业，而不是传统硬件供应商。

3. 放射性药物与本地化生产能力，正在成为市场扩张的关键

GE HealthCare 还展示了 MINItrace Magni 这类紧凑型回旋加速器方案，用于支持 PET 示踪剂和放射性金属的院内生产，包括 Gallium-68 等关键材料。

这一方向非常关键，因为核医学扩张的真正瓶颈，常常不是“有没有设备”，而是“有没有稳定可获得的示踪剂”。本地化生产能力一旦提升，医院就更有可能把核医学从少数中心医院的稀缺服务，变成更常规的临床能力。

这也是为什么放射性药物供应链、回旋加速器、物流冷链和监管许可，正在一起成为 Healthcare Innovation 产业链中的重要投资主题。

4. 临床应用正沿着心脏、神经和肿瘤三条主线扩展

GE HealthCare 的展示内容覆盖了几个典型场景：

• 心脏领域：Flyrcado 用于 PET 心肌灌注成像，目标是扩大社区医疗环境中的可及性
• 神经领域：Vizamyl 与 MIMneuro 结合，支持对 amyloid PET 的更一致解读
• 肿瘤领域：StarGuide、iRT 和 MIM 组合，面向肿瘤负荷评估、治疗计划与响应监测

这反映出核医学正在从“诊断工具”向“诊疗一体化平台”演进。尤其是在神经退行性疾病和肿瘤精准治疗中，影像、量化和治疗选择之间的联系越来越紧密。

Market Implications

哪些企业可能受益？

这一趋势将利好几类企业：

1. 影像设备厂商：具备 PET/CT、SPECT/CT、定量软件和深度学习能力的公司，将在高端医院采购中占据优势。 2. 放射性药物与示踪剂供应商：随着 PET 和 theranostics 需求扩大，稳定供应链的重要性上升。 3. AI 影像软件公司：专注于自动分割、定量分析、纵向追踪和多模态工作流整合的厂商，可能获得更高议价能力。 4. 院内核医学基础设施提供商：包括回旋加速器、辐射防护、工作流软件和运维服务企业。

从资本视角看，市场不会只奖励“有 AI”的公司，而会更偏向那些能把 AI、设备、试剂和临床流程整合到一起的企业。GE HealthCare 此次展示的正是这种端到端布局思路。

哪些医院或机构正在采用？

根据公开材料，GE HealthCare 提到其技术正面向更广泛的医疗系统、社区场景和移动影像模式展开。材料中还引用了 Mount Sinai Health System 的核医学负责人观点，强调先进影像、定量分析和创新放射性药物正帮助临床更早做出更有信息量的决策。

这类表述说明，核医学的采用者正在从传统大型学术医疗中心，逐步扩展到更广泛的医院网络和区域医疗系统。真正的变化不是某一家医院是否安装了一台设备，而是医疗体系是否开始把核医学纳入标准路径。

Challenges And Risks

尽管前景明确，核医学规模化仍然面临多重风险。

第一，监管门槛高。 放射性药物、成像设备和 AI 软件都涉及不同审批路径，任何一个环节延迟，都会影响商业化节奏。

第二，基础设施要求复杂。 核医学不仅需要设备，还需要辐射管理、示踪剂供应、专业人员培训和工作流整合。对中小医院而言，这些都是现实门槛。

第三，标准化仍未完全解决。 AI 量化工具虽能提升一致性，但跨中心数据、适应症差异和临床阈值标准仍需进一步建立。

第四，成本与支付仍是关键变量。 如果医保支付和医院预算不能匹配技术价值，核医学的扩张速度可能低于市场预期。

因此，核医学虽然被视为高增长赛道，但它并不是一个“单靠技术就能快速渗透”的市场，而是一个高度依赖政策、基础设施和支付体系协同的行业。

Future Outlook

未来 3 到 5 年，核医学大概率会沿着三个方向继续演进。

其一，AI 量化分析将进一步嵌入临床流程。 从辅助读片到肿瘤负荷评估、动态 PET 量化和疗效监测，软件将越来越像“临床操作系统”的一部分。

其二，放射性药物供应链会加速本地化。 院内生产、区域中心供给和更短半衰期材料的商业模式，可能成为市场竞争的关键。

其三，核医学会从三甲中心向更广阔医疗网络扩散。 特别是在心血管、神经和肿瘤领域，更多医院会寻求把核医学纳入标准诊疗路径，而不是仅作为科研或高端补充服务。

这也意味着，未来竞争不再只是单一产品性能的较量，而是围绕数据、流程、监管和供应链的系统能力竞争。

Conclusion

GE HealthCare 在 SNMMI 2026 的展示，本质上是在回答一个产业问题：核医学下一阶段的增长，不会只靠更好的设备，而要靠更完整的技术栈、更稳定的供应体系和更可复制的临床路径。对于全球 Healthcare Technology 与 AI Healthcare 产业而言，这一赛道的真正看点，已经从“技术是否先进”转向“谁能把技术变成可规模化的医疗基础设施”。