飞标平台和探索平台入选《人工智能大模型赋能“三医”产业研究报告》应用案例

近日，由清华大学临床医学院、中国信息通信研究院编写的《人工智能大模型赋能“三医”产业研究报告》正式发布，该报告旨在为卫生健康部门、医疗机构等人工智能技术应用方和医疗健康大模型服务技术支持机构提供发展参考，助力“三医”领域智能化发展，提升全民健康水平。东软智能医疗科技研究院的飞标医学影像标注平台、探索多模态医学人工智能平台以及医学影像分割大模型MISM入选人工智能大模型在医疗领域的应用案例“人工智能大模型赋能医学影像专病数据库建设“。

人工智能在医学影像的应用场景

报告认为该案例基于人工智能大模型底座，融合多种人工智能技术，一方面，通过飞标医学影像标注平台形成医学影像标注协作平台，支持自动标注、半自动标注、手工标注、三维标注、形态学测量等标注任务，确保不同规模的标注团队跨机构高效协同，同时保障医疗数据不出院；另一方面，通过探索多模态医学人工智能平台支持自动化医学影像标注以及影像特征提取，结构化影像诊断报告，汇总影像数据、标注数据、影像特征、临床数据等多种信息形成影像专病数据库。

飞标医学影像标注平台技术架构

报告认为由飞标平台和探索平台支撑的这个应用案例具有三大特点。一是采用影像大模型训练以及优化微调技术形成医学影像分割大模型MISM，完善医学影像自动化标注能力及报告信息自动化整合能力。二是开发基于web的医学影像标注技术，实现跨机构团队针对医学影像2D、3D实时交互标注，满足自动边缘检测及分割、自动填充等标注算法，提高标注效率及精度。同时，整合基于Web的医学影像可视化技术，在浏览器上即可面向多模态医学影像开展实时重建、渲染及成像。三是整合柔性数据加工技术，以可视化方式构建动态的数据处理与分析流程，通过拖拽、连线等无代码方式即可完成复杂的数据处理与模型构建，保障数据处理流畅度。

报告对该案例的应用效果进行了总结评价，报告认为平台通过云服务或私有化部署模式提供标注服务，累计标注医学影像数据20余万例，医学影像图像1亿余张。在标注效率方面，将1例影像数据标注由普通单机版的120小时缩减为3.5小时；平台预标注算法将单例标注工作进一步降低到分钟级。在协作规模方面，平台支持数百人组成的标注团队进行跨机构联动，彻底解决由于大规模数据搬迁及沟通协调导致的效率问题，进一步提升了大规模标注任务的效能，提升影像专病数据库构建效率及质量。