跳到正文

MedPod

TomoPod — 面向放射科的 AI 原生 RIS 与 PACS。

TomoEdge 在放射科医生的工作站上提供桌面工具以辅助判读,并为高算力任务配备可插拔 AI 模型。TomoPod 是一套真正 AI 原生的 RIS 与 PACS,具备半自动报告生成:AI 进行系统化筛查并缩短判读时间,使放射科医生作为核验者与批准者工作,而非独自承担整份判读。

可用 申请使用

部分内容以英文显示。

面向放射科的 AI 原生 RIS 与 PACS。

TomoEdge 在放射科医生的工作站上提供桌面工具以辅助判读,并为高算力任务配备可插拔 AI 模型。TomoPod 是一套真正 AI 原生的 RIS 与 PACS,具备半自动报告生成:AI 进行系统化筛查并缩短判读时间,使放射科医生作为核验者与批准者工作,而非独自承担整份判读。

申请使用

A radiology reading room with a multi-monitor diagnostic workstation.

工作站上的桌面工具

TomoEdge 将辅助工具直接放在放射科医生的工作站上,契合阅片台,而非要求医生换到别处工作。

面向高算力任务的可插拔 AI

模型为繁重工作接入并随时间扩展,因此高强度计算任务得以处理,而不改变放射科医生的阅片方式。

真正 AI 原生的 RIS + PACS

TomoPod 是一套将辅助内建于根基的放射信息系统与 PACS——归档、工作列表和查看器从一开始就围绕 AI 设计,而非事后加装。

系统化病灶筛查

AI 对整份检查进行系统化筛查,持续地呈现候选发现,使长列表末尾疲惫的双眼有了稳定的伙伴。

作为核验者的放射科医生

半自动报告缩短判读时间并重塑角色:放射科医生在人坚定参与的情况下进行核验与批准,而非独自承担整份判读。

本地或混合,基于标准

按您的选择以本地或混合方式部署,基于 DICOM 与 HL7 并采用顾及 HIPAA 的策略,使 TomoPod 适配您已在运行的检查方式与系统。

接收进 PACS

检查以 DICOM 形式从您的检查设备进入 AI 原生的 RIS 与 PACS,按您的选择采用本地或混合。

系统化筛查

可插拔 AI 在放射科医生坐下来阅片之前,对检查进行候选病灶筛查并处理高算力任务。

在工作站阅片

借助 TomoEdge 桌面工具,放射科医生在阅片台上一并复阅检查与 AI 起草的发现。

核验、批准与报告

生成一份半自动报告;放射科医生核验、批准或修改并签署——人自始至终参与其中。

TomoEdge 位于诊疗现场,TomoPod 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 TomoEdge,以及作为信息系统与归档的 TomoPod — 本地或混合,由你选择。

TomoEdge desktop tools on a radiologist's reading workstation.
1 采集 2 同步 3 审阅 4 报告
在边缘采集 → 同步到 pod → 在网页查看器中审阅 → 签署报告。

设计即辅助 — 由临床医生批准

TomoPod 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。
AI提出建议 临床医生做出决定 发现 批准 / 推翻

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。TomoEdge 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 TomoPod。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。

The AI-native RIS and PACS worklist on a radiology workstation.

成效

从边缘到已签署报告,你可以信赖的一切。

一套 AI 原生的 RIS 与 PACS,本地或混合。
系统化筛查与缩短的判读时间。
放射科医生进行核验与批准——始终参与其中。

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。

在更多检查方式上提供更多可插拔模型,循序渐进地添加并按科室定制。

本地还是云端——到底是哪种?
由您选择。pod 可以完全本地运行,也可以采用混合方式——本地 pod 与云端 pod 配对,二者异步保持同步。边缘在中断期间继续工作,连接恢复后再行对账。选择权在您,且可随时更改。
它适合小诊所还是大医院?
两者皆可。同一架构可从单一小型诊所灵活扩展到中大型医院——您随着发展增加容量与检查类型,而系统的行为方式保持不变。
它适配我现有的系统吗?
它建立在您科室早已使用的标准之上——以 DICOM 封装影像,按 HL7 对齐消息与记录,并围绕 HIPAA 设计隐私策略。正因如此,pod 能融入您现有的系统,而非要求您替换它们。
AI 是如何加入的?
循序渐进。pod 已为 AI 辅助做好准备:模型针对特定任务接入并随时间扩展,整套组合可按客户定制。您绝不会被迫一次性采用全部——只开启对您工作有用的部分,其余留待以后。
这是诊断设备吗?
不是。AI 为辅助性,临床医生始终掌控——它提出发现、起草报告并进行系统化筛查,而由人进行审阅、编辑与批准。每款产品都说明了预期用途。

把临床 AI 带到现场。

在更多检查方式上提供更多可插拔模型,循序渐进地添加并按科室定制。