海量數據難處理，醫學人工智能成突破口

在醫療領域，每天都會產生大量的醫療數據，其中以醫技為核心的客觀性數據占了90％以上，而我國醫技數據更以30%的速率逐年增長，相比之下，醫技科醫生的增長速度和工作效率完全難以應對數據的增長趨勢。
 

同時，目前醫療數據大部分仍然需要人工分析，效率低下又容易因經驗和疲勞造成誤診。因此，人工智能和大數據的興起，則為醫療領域帶來了前所未有的機遇和突破。

重塑醫療科研，構建醫療人工智能開放創新工場

工欲善其事必先利其器，依托在人工智能圖像識別和深度學習方面的技術優勢，盈谷網絡正式發布“醫真眼——醫學人工智能及科研平臺”，打造將數據及先進醫學知識經驗迅速轉化為先進醫療服務的核心工具平臺。

眼睛是心靈之窗，更是洞悉萬物的入口，而醫真眼，也正像每一位醫療工作者的第二雙眼睛，幫助他們對數據進行管理 → 標記 → 訓練 → 分析→ 驗證，提高醫學圖像識別的準確率，讓醫生更快，更簡單的進行科研工作！

多終端版本，全面滿足各種醫療場景需求

“醫真眼——醫學人工智能及科研平臺”可以分為桌面版、云版，未來也會提供醫學人工智能（AI云）的SaaS服務版本，滿足不同醫療場景中的技術和服務需求。

桌面版：適合單個病種的人工智能研究開發，單個科室或幾個科室使用。

云版：適合多個病種的并行研究與開發，具有更強大的數據超算能力，適合大型醫療機構、大學及醫療科研機構。

五大核心功能，醫真眼精準服務醫療人工智能

“醫真眼——醫學人工智能及科研平臺”的上線，標志著盈谷以標準的流水線模式，圍繞五大核心功能，建立起了快速的人工智能深度學習流程！盈谷有信心將這種強大超前的模式滲透到每一個醫療從業者的工作中，讓每一位醫療工作者都可以參與到這場醫療變革之中，享受到人工智能帶來的便捷與高效服務！
 
1、科研項目管理：

⊙支持自定義量表：根據具體項目或課題進一步完善數據屬性，根據課題特征可自由定義具體分析參數，有針對性的對具有科研價值的數據進行收集、整理，助力精準分析科研對象；

⊙跨區域、跨機構協同科研：支持多機構合作、多項目、多課題數據共享，支持分享病例，實現醫療大數據共享；

⊙科研數據及量表導出：支持批量導出科研數據及量表，實現線上線下協同科研。
 
2、海量樣本管理：

⊙數據采集：支持數據批量導入、機構數據拖掛、醫真云全醫技平臺信息調用等三種數據采集方式，確保信息錄入的方便快捷及準確；

⊙數據脫敏處理：支持所有數據進行脫敏處理，確保數據不涉及病人隱私，避免出現隱私泄露情況；

⊙數據整合：支持醫技數據，電子病歷及臨床數據整合，有效增強病人信息的完整性。

3、快速標記數據：

⊙支持醫生對醫療數據中的病灶點進行快速、高效、準確地標記，實現標準化數據質量控制，幫助人工智能算法對醫療數據進行識別、比對和學習，將醫療各類數據進行分析，獲取高質量有價值的信息。
 
4、在線深度學習：

⊙支持多種開源深度學習架構，如：TensorFlow、Caffe等。訓練過程支持可視化配置，科研工作者從具體課題需求出發選擇不同的預處理及訓練模型，通過大量高品質的醫技數據和診斷數據，不斷對深度神經網絡進行訓練以及優化，促使其掌握“診斷”及分析能力。
 
5、模型生成及驗證：

⊙將所有的數據自動反復訓練生成疾病“診斷”模型，并對模型進行數據驗證。在對模型的檢測效率和準確度兩個方面，采用敏捷開發模式，不斷迭代最終產生理想的智能決策模型，更高效更精準地服務于醫療工作者。

醫真眼，為未來醫療創造更多可能

醫真眼，是醫真云生態中，深度發現數據價值和先進醫學經驗與知識的一個重要環節，更是醫真云服務醫療行業，服務醫療工作者的重要工具，將大大提升醫療工作、醫療協同及科研的便捷性、精準性，力求以人工智能及大數據的技術優勢驅動行業發展，扁平化地推動醫學及臨床的進步。