后影像AI时期，单家医疗AI企业的能力能有多强？

一种朴素的评价方式是考量企业的三类证数量。算上上个月末刚刚获批的头颈CT血管造影图像辅助评估软件，深睿医疗手握的AI三类证数量已达9张，常见的DR、CT、乳腺机皆可智慧赋能，大通量的胸部、心脑血管、女性关爱、儿童生长发育等脏器/领域皆可辅助诊断。

不过，针对单一设备、单一病种开发的智能化能力看似直观，但放在临床医生面前却不顶用。大多数情况下，他们不做选择题，而是在“开放”的医学影像中，找到每一个可能的答案。

深睿医疗显然明白医院对于AI的真实需求。一个个看似独立的AI应用，早已在平台的集成下突破了各自的能力边界，进而创造出全新的、全流程的疾病辅助诊疗能力。

理解深睿医疗当今的价值需分两个步骤。首先要看单一AI产品，是否能够针对单点问题真正优化医生的工作流；其次要看平台，是否有能力将已有的智能算法集成起来，涌现新的价值。

单一医疗AI产品的价值在于特定场景的降本增效，其特征为针对性强，不改变或较少改变医生诊疗流程。本次获批的头颈CT血管造影图像辅助评估软件便是应用了深睿医疗最前沿的深度学习算法，结合大量专家标注数据，可自动完成头颈CTA影像重建、血管狭窄及斑块进行智能检出、测量分析，同时提供辅助诊断结构化报告。

相较于传统工作站而言，头颈CT血管造影图像辅助评估软件的优势体现在智能快速重组、业务流全覆盖、算法自动去骨等特征上。一方面，深度学习赋能的AI能够对血管进行识别，无需减影去骨，并能在数分钟内完成头颈血管后处理图像，医生只需确认最终效果。另一方面，深睿医疗用Al全面覆盖影像获取、后处理、病灶评估、胶片、结构化报告等全流程，可进一步提升影像处理效率，减少医生工作量。

平台之上多个AI融成的综合解决方案则能满足一些特别的需求，甚至赋予医疗机构过去不曾具备的能力。

譬如，国内现有的基层医院在处理急性卒中诊疗时，除了动脉瘤性SAH能部分做到CTA检查，大部分急诊卒中依据的是 CT平扫，没有进一步的脑血管CTP检查，因而治疗不足和治疗过度的情况时有发生。

但若将头颈CT血管造影系统结合深睿医疗自研的另一款产品头颈血流灌注（CTP）组成的Dr.Wise®头颈血管解决方案，便可让急性卒中诊疗落足基层。

简单来说，收治卒中患者后，头颈CTA能让血管图像的后处理重建效果标准化和同质化，减少诊断误差；CTP则基于CBV、CBF、TTP、MTT、Tmax等量化值以及对脑组织窗进行的高精度量化分析，对缺血半暗带、核心梗死区和低灌注区进行精准测量，自动输出不匹配比值，实现对异常灌注区域的量化分析。

两项技术协同之下，卒中患者救治的时间窗扩展至24小时，基层的精确治疗能力也因而得到满足，进而解决了急诊卒中“快”和“准”这两个关键问题。

头颈CTA与头颈CTP外，深睿医疗还拥有肺炎、肺结节、骨龄等辅助诊断产品。目前，所有的AI及信息化解决方案都被集成在了深睿医疗的智慧影像&大数据通用平台Deepwise MetAI之上。

作为国内首个医院影像科智慧化建设一体化创新平台，Deepwise MetAI意在将影像科工作流由目前的“信息网络化”跃升至“全流程全场景的AI数智化”，全面提升影像科工作精度及效率。

为此，该平台以影像为中心，结合多模态数据，实现“存、传、算、用、管”一体化，大力促进全能智慧影像科建设，在疾病的健康评估、早期预警、辅助诊断、临床辅助决策、多学科会诊、科研管理、教学培训以及科室智慧化建设等方面都发挥积极的作用。

以Deepwise MetAI下属的智能多模态科研平台为例。该子平台依托独有的“影像+文本”双AI引擎，形成了“AI For Medical Science ”的医疗数据一站式可视化分析处理工具，使得智能多模态科研平台还能提供智能医疗数据库管理、丰富的统计分析模块、AI自动标注、全流程一键式特征提取、特征筛选以及机器学习、深度学习等模块，为医生科研提供了一站式AI解决方案，可应用于肿瘤、心血管、神经系统、呼吸系统、消化系统、肌骨等多病种的智能精准化研究。

总的来说，为赋能医疗科研领域的不同人才，深睿医疗打造了量身定制的支持方案，助力他们在不同阶段的研究道路上取得更大的成就。无论怀揣雄心壮志的“科研新锐”，还是在领域内已经成就卓越的“医疗科研大佬”，智能多模态科研平台都将成为科研征程上不可或缺的得力助手，引领探索知识边界，开创医疗科研新未来。 

纵观各医疗AI龙头布局，每家企业都在试图通过打通一个一个疾病点，形成线性的解决方案，再编织成智慧临床的“网”。

要在这一过程中拔得头筹需做好两点：其一，要尽可能快、尽可能高效地完成单点应用的开发；其二，要深入洞察临床中的真实需求，连接“单点”涌现高效且契合临床的解决方案。

为了兼顾以上两点，深睿医疗率先引入大模型的能力，并将其应用于智能多模态科研平台之中，在协助医生解决临床实际问题的同时，有效加快了AI应用的开发速度。

如今，智能多模态科研平台不仅保有强大的多模态课题管理能力、AI自动标注、多模态数据统计分析和AI建模能力的基础上，创新性地提出医疗图像通用分割模型SAMI（Segment Any Medical Images），适配X-Ray、CT、MRI、PET、超声、病理切片、内镜、皮肤镜、牙片、血涂片等多模态医疗数据，实现从器官、到病灶甚至病理细胞、病变组织、细胞元素等级别的亚秒级分割，为医疗实践中的一切图像分割任务提供了AI一键式解决方案。

对于医疗科研工作者而言，这是一种全新的科研模式，革命性地提高了效率；而对于深睿医疗人眼，全新开发能力的意义在于降低AI开发成本，提高应用开发效率，将过去不那么“经济”的AI应用开发由理论变为现实。

迈着更大的步伐，他们正不断缩短同全场景AI终局之间的距离。