一、行业痛点
传统影像：医师阅片量大、疲劳易漏诊；基层医生经验不足；影像报告出具慢；早期微小病灶难肉眼识别；疑难病例会诊周期长。AI 核心价值：提速、提质、早筛、下沉基层。
二、主流应用场景
1. 肺部 CT（落地最成熟）
- 肺结节筛查：AI 自动检出微小结节（1mm+），标注位置、大小、密度、良恶性风险分级，杜绝漏诊小结节肺癌。
- 肺炎筛查：新冠、细菌性肺炎病灶量化，测算受累肺占比，辅助重症分级。
- 慢阻肺、肺气肿、支气管扩张自动识别与分型。
现状：国内三甲、体检中心大范围装机，结节检出准确率 95% 以上。
2. 乳腺钼靶 / 超声
- 钼靶 AI：检出微小钙化、肿块，区分良性结节与乳腺癌高危病灶，降低乳腺癌漏诊。
- 乳腺超声 AI：自动圈定结节，BI-RADS 分级，助力两癌普查。
3. 脑部影像（CT/MRI）
- 脑卒中 CT：极速识别脑出血、缺血梗死，秒级预警，为溶栓抢黄金救治时间。
- 脑肿瘤、脑萎缩、脑血管畸形自动分割、体积测算。
- 阿尔茨海默病：核磁脑区萎缩定量评估。
4. 眼底影像（OCT / 眼底相机）
一张眼底照片 AI 筛查：糖尿病视网膜病变、青光眼、黄斑病变、高度近视眼底损伤，可落地社区体检、远程慢病筛查。
5. 腹部影像（CT、超声）
肝脏：脂肪肝分级、肝结节、肝硬化量化；肾脏：肾结石、肾囊肿自动测量；超声 AI：甲状腺结节分级（TI-RADS）、肝胆胰脾病灶识别。
6. 骨骼 DR/X 光片
骨折（隐匿细微骨折）、骨肿瘤、骨质疏松、脊柱侧弯角度自动测量，多用于急诊与体检。
7. 放疗 / 手术辅助
AI 精准勾画肿瘤靶区与正常器官轮廓，替代人工逐层勾画，大幅缩短放疗计划制定时间。
三、全流程 AI 分工
- 图像预处理：降噪、去伪影、影像标准化，优化原始片子质量。
- 病灶检出：定位异常区域，小病灶肉眼难发现由 AI 捕捉。
- 量化分析：大小、体积、病灶占比、密度自动测算。
- 辅助分级分型：BI-RADS、TI-RADS、肺结节 LUNG-RADS 自动评级。
- 结构化报告：自动生成初稿报告，医生复核修改即可。
- 智能随访提醒：根据结节大小自动建议复查周期。
四、核心技术
- 深度学习 CNN、Transformer 视觉大模型：影像特征提取、病灶识别；
- 多模态大模型：影像 + 检验数据 + 病历综合判断；
- 图像分割算法：器官、病灶像素级分割。
五、落地价值
- 医生端：缩短阅片 60% 以上，减少疲劳漏诊，把精力放在疑难病例；
- 患者端：早期癌症、慢病提前检出，提升治愈率；急诊卒中快速确诊；
- 医疗资源：AI 下沉县域、基层卫生院，弥补缺资深影像科医生短板；
- 医院运营：体检、批量普查效率成倍提升。
六、现存局限
- 罕见病、少见肿瘤识别不足，仍依赖专家；
- 伪影、体位异常影像易出现误报；
- AI 仅做辅助诊断，不能单独出具法定诊断报告，最终确诊权责仍为执业医师。
七、发展趋势
- 多模态融合：影像 + 检验 + 基因 + 病历综合 AI 诊断；
- 便携式 AI 设备：随身超声、便携 DR 配套 AI，基层、乡村、野外急救；
- 全病种覆盖：从单器官走向全身多系统联合筛查；
- 前置预防：健康体检常态化 AI 初筛。
八、国内合规现状
多款产品获NMPA 三类医疗器械证（肺 CT、眼底、乳腺、卒中 CT 等），可临床收费落地。