核心訴求
現國內醫院放射科的普遍職責是需要為全院影像提供診斷服務，而其中胸部影像圖像是最常規且價格便宜的檢查項目，這就導致了每天醫院內有大量的檢查結果需要放射科來診斷。
通常，在綜合醫院的放射科醫生在下達影像檢查診斷請求之后，需要患者本人先來到放射科由經過技師操作設備完成影像采集（如X射線拍照），然后再提交給經過專業訓練的?？漆t生（放射科醫生）進行診斷。然而，若某一日患者人數較多時則需要醫生每天面對顯示器工作，這會直接導致醫生在面對高強度工作時的肉眼疲勞，誤診漏診的現象也將難以避免。
如果能將人工智能技術應用于輔助診斷上，就可讓醫生借助AI更快的做出初步分判斷處理，從而減輕勞動強度并提高診斷準確率。所以，現國內醫院存在以下急需解決的問題：
1、在現實情況中，放射科醫生在用肉眼觀察并作出診斷將會讓每名患者耗費10-30分鐘的等待時間，這就會對放射醫生的工作強度和經驗要求造成較高的考驗。
2、此外，在二級醫院和鄉鎮衛生院又存在缺少放射醫生的情況。如若能通過自動化的人工智能輔助診斷設備，將有可能極大地提升醫患間的診斷效率。
解決方案
廣州凱惠是百度AI的合作客戶，其公司提供的解決方案是：首先配置一個含有百度EasyDL定制化圖像識別技術的智能診斷終端，然后與醫院影像歸檔服務系統連接，做到可實時獲取患者拍攝完成的影像，再經過系統的分類處理（類似分診）后直接傳遞給AI診斷服務器（如肺癌模型），最后將診斷完成后及時將反饋結果傳送至醫生工作站。
此外，對于二級醫院缺少放射科醫生的情形下，智能診斷終端將會直接連接到成像設備，同樣經過分類處理傳遞到診斷服務器，再將結果反饋給醫師。
亮點1：優化的人工智能輔助診斷流程
亮點2：AI服務器與EasyDL服務器對接，可實時獲取患者拍攝完成的影像
亮點3：AI診斷工作站與服務器相連，實現快速傳遞診斷信息至醫生工作站
亮點4：正常/肺癌/肺炎的分類自動甄別，并將結果反饋給醫師
文章來源：百度AI開放平臺
網址：https://ai.baidu.com/customer/guangzhoukaihui
