医疗健康CASE STUDY · 05/06北京 / 上海 / 广州
全国性三甲医院联合体
该联合体由 12 家三甲医院组成，每年共产生超过 400 万份医学影像。
95.2%
肺结节检测敏感性
< 3s
单张影像分析耗时
4×
医生阅片效率提升
12 家
联合体医院数量
01
挑战
该联合体由 12 家三甲医院组成，每年共产生超过 400 万份医学影像。不同院区影像诊断水平参差不齐，优质影像科医生严重短缺，远程会诊效率低。数据安全法规限制影像数据跨院共享。
02
方案
为 12 家医院分别部署私有化 AI 影像分析平台，通过联邦学习框架联合提升模型能力，实现数据不出院的跨院 AI 协同。
01私有化部署：每家医院独立算力节点，患者数据绝不离院，符合卫健委数据安全要求
02多模态分析：支持 CT、MRI、X-Ray、病理切片全模态影像分析，覆盖肺部、脑部、腹部等 12 个部位
03联邦学习：12 个节点联合训练，模型效果等同于 400 万样本单点训练，远超单院水平
04辅诊工作站：与 HIS 系统无缝对接，影像上传后 3 秒内自动生成 AI 辅诊报告
03
交付时间线
- 联合体联席会议确定 AI 辅诊合作意向
- 首家试点医院完成部署，进入临床验证
- 临床验证通过医学伦理委员会审查
- 12 家医院全量部署完成，联邦学习网络组建
- 系统通过国家药品监督管理局二类医疗器械认证
数工的联邦学习方案解决了我们最头疼的问题：医院间数据不能共享，但又需要联合提升 AI 能力。这两个目标现在都实现了。