影像設備是影像數據產生的源頭，直接決定著影像的質量，影響著醫生的診斷和治療。醫療影像產業應以AI為切入口，實現源頭賦能，完成全流程實時質量控制，將整個醫療環節鏈條打通?；诼撚白灾餮邪l的3D圖像深度學習引擎，可助力醫生以秒級完成器官勾畫，大幅提升效率，實現精準放療。

　　當前，“AI+醫學影像”已成為大家最為看好、最有可能率先實現商業化落地的醫療領域之一。聯影的AI賦能從為設備賦能、為臨床賦能兩個維度來實踐。為設備賦能，即打造AI下的全生命周期智能系統管理，實現智能掃描、智能掃描后處理、智能報告及智能治療。例如在放療前，傳統醫生需要長時間用手工勾畫放療的器官和靶區，而智能器官勾畫系統則把時間從15分鐘縮短到0.3秒內，對于經驗不足的物理師來說是極為有力的工具。

　　而為臨床賦能，即針對骨肌、腦神經、心臟血管等不同領域的疾病，打造貫穿臨床診療工作流的一站式智能解決方案。目前，聯影的腦結構智能評估系統可在3秒內，一鍵自動分割112個大腦子結構，并將數據量化形成報告。醫生能夠直觀了解到腦部發生的病變，提前干預老年癡呆、自閉癥、帕金森、腦腫瘤等重大疾病，提升患者的生命質量。

　　腦結構智能評估可實現秒級自動分割腦部112個子結構，一鍵得出量化指標，有效預測老年癡呆、自閉癥、帕金森、腦腫瘤等疾病。

　　薛敏認為，醫療AI行業的發展才只是邁出了一小步，醫學影像AI仍然有巨大的發展空間。未來，醫療AI將不僅局限在診斷和治療領域，而是將從B端走向C端，滲透社會大健康領域，借助智能化醫療及可穿戴設備、手術機器人、康復機器人等科技醫療產品，形成貫穿預防、診斷、治療、康復的全智能化醫療健康生態圈。目前，聯影正在構建一個開放的醫療AI創新平臺，讓廣大公司、醫生群體都能參與到AI研發中來。通過產學研醫各領域跨界開放共享，推進應用創新快速廣泛的技術轉化和商業落地，加速產業發展。（鄧侃）

　　搭載新一代醫療圖像3D渲染引擎，基于物理方法模擬光學傳播過程，實現高清精微成像，可助力精準影像診斷、指導手術計劃。