英特尔&慧影医疗：医学影像数据全生命周期管理平台白皮书（49页）.pdf

《英特尔&慧影医疗：医学影像数据全生命周期管理平台白皮书（49页）.pdf》由会员分享，可在线阅读，更多相关《英特尔&慧影医疗：医学影像数据全生命周期管理平台白皮书（49页）.pdf（49页珍藏版）》请在三个皮匠报告上搜索。

1、 英特尔英特尔&慧慧影医疗影医疗 医学影像医学影像数据全生命周期管理数据全生命周期管理平台平台 白皮书白皮书 2022022 2 年年 0 05 5 月月 目 录 1 医学影像大数据发展背景.1 2 医学影像大数据现状.1 2.1 信息化建设现状.1 2.2 科研现状.2 2.3 临床应用现状.2 2.4 数据运用现状.2 3 解决方案.3 3.1 解决方案概述.3 3.2 技术架构.5 3.2.1 数据集成.6 3.2.2 数据研发.6 3.2.3 数据体系.6 3.2.4 数据资产.7 3.2.5 数据服务.7 3.3 应用架构.7 3.3.1 临床智能诊断场景.7 3.3.2 医院科研服

2、务场景.10 3.3.3 临床数据集成场景.13 3.4 部署架构.16 3.4.1 应用场景特点.16 3.4.2 部署架构.18 4 产品特色功能.22 4.1 应用支撑平台.22 4.2 数据中心平台.22 4.3 数据质量平台.23 4.4 大数据标注平台.23 4.5 数据服务平台.24 4.6 大数据科研平台.24 4.7 人工智能 AI 平台.25 4.7.1 CT 骨密度辅助筛查.25 4.7.2 B 型主动脉夹层.26 4.7.3 CT 肺结节辅助诊断.27 4.7.4 CT 肺炎辅助诊断.28 4.7.5 CT 肋骨骨折辅助筛查.28 4.7.6 DR 肺结核辅助筛查.29

3、 4.7.7 DR 四肢骨折辅助筛查.30 4.8 患者 360 影像中心.30 4.9 BI 可视化设计平台.31 4.9.1 数据资产分布可视化分析.32 4.9.2 智能质控可视化分析.33 4.9.3 检查业务运行分析.33 4.9.4 设备运行情况可视化分析.34 4.9.5 患者就诊数据可视化分析.34 4.10 培训考试平台.35 5 平台技术特点.37 5.1 多维可扩展技术架构.37 5.2 医学影像文件生命周期存储技术.37 5.3 异构数据源数据汇聚技术.38 5.4 数据空间管理技术.39 5.5 数据手动与自动路由技术.40 5.6 医学影像数据 API 技术.40

4、5.7 医学影像人工智能集成技术.41 5.8 BI 大屏设计与可视化技术.41 5.9 数据应用集成技术.42 6 平台与 PACS 关系.42 7 客户案例.43 7.1 大型三甲（综合）医院典型案例.43 7.1.1 项目概况.43 7.1.2 项目成果.44 7.2 中小型医院典型案例.44 7.2.1 项目概况.44 7.2.2 项目成果.45 8 总结.45 1 1 医学影像大数据发展背景医学影像大数据发展背景 自 2020 年 3 月以来，国家层面多次提出加快新型基础设施建设的要求，在医疗卫生领域的新基建涵盖了医疗设备、5G、互联网、大数据、人工智能等方面的新型技术的融合推进和产

5、业化升级。可以预见的是，未来的医疗卫生行业生态体系将会趋向于区域化、一体化、智能化、中台化发展。从“健康中国 2030 规划纲要”到十四五规划，智慧医疗产业政策体系趋于完善。2020 年，国家卫生健康委统计信息中心正式印发医院信息互联互通标准化成熟度测评方案（2020 年版）。该方案依据医院信息系统的互联互通建设明确了由低到高的 7 个等级，旨在推动医疗卫生服务与管理系统的标准化建设，促进电子健康档案等医疗数据在区域、医疗机构之间的信息交换、整合和共享，实现业务协同。近年来，从中共中央、国务院到各部委，陆续出台了大量医疗卫生领域的相关政策，强调了信息化、人工智能、大数据等新一代信息技术对医疗产

6、业的重要支撑作用。围绕医学影像的人工智能、大数据等全生命周期管理平台是未来行业发展的重要方向之一。其重要性体现于：第一，可为临床提供数据分析，为医生对业务的精准决策提供支撑；第二，可为设备厂商提供算法模型，使得影像设备更为智能化；第三，能够提供影像智能分析能力及服务；第四，为医药研发企业提供药效分析；第五，为临床科研做数据支撑。总体而言，基于医学影像的人工智能和大数据技术的开发，有望为医学影像的发展带来变革式影响。2 医学影像大数据医学影像大数据现状现状 2.1 信息化建设现状 随着医院业务量的增加，PACS 系统管理影像数据由 TB 级别跨向 PB 级别。影像数据量的指数级增长，给 PACS