分享知識(shí)，創(chuàng)造價(jià)值

北京賽邁特銳醫(yī)療科技有限公司

了解詳細(xì)

影像決策支持先行者

北京賽邁特銳醫(yī)療科技有限公司

了解詳細(xì)

智慧影像業(yè)務(wù)的復(fù)雜性

從申請(qǐng)到報(bào)告，智慧影像是一個(gè)系統(tǒng)性工程；
影像領(lǐng)域有2萬(wàn)個(gè)規(guī)則，10萬(wàn)計(jì)的標(biāo)簽。
沒(méi)有標(biāo)簽的提取和規(guī)則的運(yùn)用，智慧影像就是空中樓閣。

了解詳細(xì)

質(zhì)量是靠工具維系的

診斷邏輯越來(lái)越復(fù)雜，沒(méi)有工具僅憑人的記憶無(wú)法運(yùn)用。

了解詳細(xì)

結(jié)構(gòu)化報(bào)告與AI的整合是必然的發(fā)展方向

讓一線(xiàn)報(bào)告醫(yī)生自己去提取病灶特征是違反人性的；
用AI算法去實(shí)現(xiàn)已有的數(shù)千規(guī)則，從工程師技術(shù)角度上來(lái)講成本劃不來(lái)；
語(yǔ)義的互操作性是信息化向數(shù)字轉(zhuǎn)變的關(guān)鍵。

了解詳細(xì)

科研標(biāo)簽與成果的運(yùn)用

影像學(xué)結(jié)構(gòu)化報(bào)告生成的數(shù)據(jù)標(biāo)簽極大的方便了科研；
其本身也是將知識(shí)投入實(shí)際運(yùn)用的載體。

了解詳細(xì)

精準(zhǔn)應(yīng)用與流程調(diào)整的密切關(guān)系

深度植入流程的知識(shí)化工具才是生產(chǎn)力工具；
什么患者送給什么AI/后處理系統(tǒng)，再送到合適的報(bào)告模板中撰寫(xiě)，是一個(gè)需要多方配合的方案。

了解詳細(xì)

關(guān)于我們

專(zhuān)注于醫(yī)學(xué)影像服務(wù)領(lǐng)域的自動(dòng)化和智能化

北京賽邁特銳醫(yī)療科技有限公司是一家成立于2016年8月的醫(yī)療創(chuàng)新型企業(yè)，專(zhuān)注于醫(yī)學(xué)影像服務(wù)領(lǐng)域的自動(dòng)化和智能化。

本公司的核心業(yè)務(wù)覆蓋臨床醫(yī)生的影像學(xué)申請(qǐng)知識(shí)庫(kù)業(yè)務(wù)、在影像科室的機(jī)房的掃描知識(shí)庫(kù)業(yè)務(wù)，以及影像科室診斷醫(yī)生使用的單病種報(bào)告模板業(yè)務(wù)。通過(guò)自動(dòng)化、智能化地與HIS/EMR的一訴五史、治療方案、隨訪(fǎng)信息的整合，以及各類(lèi)影像后處理系統(tǒng)/AI系統(tǒng)的影像組學(xué)信息整合，能快速、高質(zhì)量地給診斷醫(yī)生提供單病種影像學(xué)診斷的各類(lèi)信息。

公司產(chǎn)品

在與各級(jí)醫(yī)療機(jī)構(gòu)建立云端通道后，通過(guò)持續(xù)改進(jìn)為各級(jí)醫(yī)療機(jī)構(gòu)的影像業(yè)務(wù)提供不斷更新知識(shí)的SAAS服務(wù)。

影像學(xué)診斷結(jié)構(gòu)化報(bào)告

PACS系統(tǒng)面向影像科室上線(xiàn)使用，標(biāo)志著影像科進(jìn)入了信息化時(shí)代。影像科醫(yī)生寫(xiě)報(bào)告時(shí)，為了提高效率控制品質(zhì)，會(huì)使用預(yù)先設(shè)定好的模板進(jìn)行復(fù)制粘貼再進(jìn)行個(gè)性化修改。

科研教學(xué)平臺(tái)

隨著醫(yī)療水平的提高，越來(lái)越多的醫(yī)療機(jī)構(gòu)除了日常的醫(yī)療服務(wù)，還需要承擔(dān)醫(yī)療教學(xué)和科研任務(wù)，尤其是相關(guān)的醫(yī)學(xué)院附屬醫(yī)院。日益完善的RIS/PACS系統(tǒng)已經(jīng)可以滿(mǎn)足醫(yī)院的日常醫(yī)療服務(wù)流程，但是針對(duì)相應(yīng)的教學(xué)、科研任務(wù)，就功能而言，遠(yuǎn)遠(yuǎn)無(wú)法滿(mǎn)足醫(yī)院的科研、教學(xué)需求。

服務(wù)AI的數(shù)據(jù)平臺(tái)

隨著影像AI的多元化發(fā)展，AI的應(yīng)用正在逐漸被醫(yī)療機(jī)構(gòu)接受。但影像AI產(chǎn)品仍存在一些掣肘：AI往往只處理單一的影像識(shí)別，而實(shí)際業(yè)務(wù)中多數(shù)檢查需要多個(gè)影像識(shí)別，也需要非影像信息參與決策；基于通用算法的云端模式，實(shí)現(xiàn)敏感性、特異性雙高難度較大，診斷的最終輸出沒(méi)有標(biāo)簽化；嚴(yán)重限制了AI本身的持續(xù)迭代學(xué)習(xí)能力。

