CloudKites
MedPod
PathoPod — 全切片成像、实验室信息系统与病理 AI。
PathoEdge 将全切片图像从扫描仪转移到本地 PathoPod，并在您选择时同时转移到旁置的云端 PathoPod。PathoPod 还可作为小型解剖病理实验室的实验室信息系统，配有 AI 辅助的 WSI 查看器、用于教学和肿瘤多学科会诊复阅的网页访问，以及起草半自动病理报告的可插拔模型。
部分内容以英文显示。
全切片成像、实验室信息系统与病理 AI。
PathoEdge 将全切片图像从扫描仪转移到本地 PathoPod，并在您选择时同时转移到旁置的云端 PathoPod。PathoPod 还可作为小型解剖病理实验室的实验室信息系统，配有 AI 辅助的 WSI 查看器、用于教学和肿瘤多学科会诊复阅的网页访问，以及起草半自动病理报告的可插拔模型。
核心能力
全切片成像，从边缘到 pod
PathoEdge 直接处理来自切片扫描仪的全切片图像，将其转移到本地 PathoPod，并在您需要的地方也转移到云端 PathoPod。
面向解剖病理实验室的 LIS
PathoPod 充当小型解剖病理实验室的实验室信息系统——让实验室用一套系统运转一天，而不必把多套系统拼凑在一起。
AI 辅助的 WSI 查看器
病理医生在 AI 辅助查看器中阅读千兆像素切片，工具在各放大倍率下提供支持——而绝不取代——阅片。
为所有需要者提供网页访问
网页查看器意味着切片可在任何地方调取——用于常规签发、教学，以及多位专科医生共同查看同一病例的肿瘤多学科会诊复阅。
本地或混合，由您选择
可让 pod 完全本地，或将其与云端 pod 配对以延伸到实验室围墙之外。如何安排由您决定，切片始终归实验室掌控。
可插拔 AI，半自动报告
可插拔、可扩展的 AI 模型起草半自动病理报告。模型随时间扩展，并可按实验室定制；病理医生始终审阅、编辑并签署。
工作原理
扫描至边缘
PathoEdge 从扫描仪取得全切片图像并将其转移到 PathoPod——本地，若采用混合方式也转移到云端 pod。
在 LIS 中管理病例
作为解剖病理实验室的 LIS，PathoPod 跟踪病例及其切片，连同与之相关的患者元数据。
借助 AI 辅助工具阅片
病理医生在 AI 辅助的 WSI 查看器中打开切片——用于常规阅片、教学或肿瘤多学科会诊讨论。
起草、复阅与签署
可插拔模型起草半自动报告；病理医生进行复阅，按需编辑并签发。
边缘与 pod
PathoEdge 位于诊疗现场，PathoPod 在其后方支撑
两个层级协同工作: 部署在诊疗所在设备上的 PathoEdge，以及作为信息系统与归档的 PathoPod — 本地或混合，由你选择。
设计即辅助 — 由临床医生批准
PathoPod 起草，临床医生决定。AI 提出发现并生成半自动报告，但始终有人参与其中 — 审阅、编辑并签署 — 因此判读始终是临床医生的判读。这是决策支持，而非诊断设备，每一步都是如此。
- AI 提出发现；临床医生决定。
- 由临床医生编辑并签署的半自动报告。
- 可插拔的 AI 模型，逐步添加并定制。
- 全程兼顾 DICOM、HL7 与 HIPAA。
一次判读如何流转
从边缘采集到一份已签署的报告
从一项已采集的检查到一份已签署的报告，这条路径贯穿两个层级 — 而临床医生始终掌控全程。
一切始于设备。PathoEdge 在真正进行诊疗的地方与临床医生并肩工作，在当下提供协助，并随着工作的展开采集检查 — 图像、视频或全切片图像。要让这种协助发挥作用，科室原有的工作方式无需做任何改变；边缘是去契合现有仪器，而不是要求任何人采用新的工作方式。检查及其附带的患者元数据，就在原地被整理进本地边缘数据库。
随后，检查到达作为信息系统与归档的 PathoPod。它被封装为 DICOM，并对齐 HL7，以兼顾 HIPAA 的姿态，置身于更广泛的医院系统之内，而非置身其外。无论 pod 是完全本地运行还是混合运行 — 一个本地 pod 搭配一个云端 pod — 边缘与云端都以异步方式保持同步，因此边缘从不等待网络，检查也能在任何需要之处被访问。这是你做出的部署选择，也是你可以随着发展而改变的选择。
判读本身在网页查看器中进行，配有 AI 辅助工具，以及一套可插拔、可扩展的模型，用于起草半自动报告。接着是那个永不改变的部分: 临床医生审阅 AI 所提出的内容，补入检查本身无法承载的背景，按需编辑，然后签署。这些模型会随时间扩展，并可按客户定制 — 对有帮助的任务开启，其余则关闭 — 但签名始终属于某个人。无法被审阅的协助算不上协助；在这里它经过审阅，报告也确属临床医生自己。
成效
从边缘到已签署报告，你可以信赖的一切。
为何重要
诊室里有何改变
想象一段排在长长清单末尾的忙碌时段。注意力是有限的，而当天的第一百项检查值得与第一项同样的用心 — 但人的专注并不会自然顺从这一愿望。一个系统性地筛查、并悄悄标出值得再看一眼区域的 AI，并不会取代临床医生的眼睛；它为那双眼睛带来一个更稳定的伙伴，一个不会疲倦、不会厌烦的伙伴，使那份审慎的判读更容易一直保持到最后。
而且，因为报告是为临床医生起草的，而非由临床医生从空白页写起，繁琐的事务随之收缩，判断却得以保留。一份待审阅的半自动草稿，比一张待填写的空白页更快；一份结构化的结果，对接手的下一个人读来清晰；一份按标准封装的记录，若日后有人需要回看也能完好如初。从采集到签名，临床医生依然拥有这次判读。产品只是让这份担当稍稍轻一些。
未来方向
在更多组织类型上提供更多可插拔模型，循序渐进地扩展并按实验室定制。
常见问题
本地还是云端——到底是哪种？
它适合小诊所还是大医院？
它适配我现有的系统吗？
AI 是如何加入的？
这是诊断设备吗？
产品家族