在目前的醫療環境中，廣泛存在閱片醫生缺乏、閱片效率不高的問題。同時，優質的醫療檢測資源主要分布在大城市，而在小城市或偏遠地區，醫療資源相對匱乏。在專業醫療場景下，無論是GPU還是CPU，針對醫療影像智能計算的實時性不足，特別是邊緣計算的智能不足。LEBEN同醫在解決醫療數據隱私保護的基礎上，把人工智能(AI)應用到均質化醫療服務中，有效加快數據分析速度和提高判斷準確性。小城市或偏遠地區的用戶只需要通過自己的終端設備，就可以享受到和大城市一樣優質的醫療服務。

LEBEN同醫讓AI與醫療完美結合

人工智能在臨床醫療診斷中可以幫助醫生解決復雜的醫學問題，作為醫生診斷的輔助工具，繼承和發揚醫學專家的寶貴理論及豐富的臨床經驗。概括來說，人工智能在醫療領域有如下作用：

(1)可以為醫生提供完整和有效的信息，從而為疾病的診斷和治療提供科學、可靠的依據。

(2)可以極大地提高醫學數據的測定和分析過程的自動化程度，從而大大提高工作速度，減輕人的工作強度，并減少主觀隨意性。

(3)可以集中專家的知識，輔助醫生做出更為可靠和正確的診斷;隨著病例的增多，還可以豐富系統的知識，自動地或在人工干預下進行知識的積累和分析，提高醫療水平。

醫療影像數據是醫療數據的重要組成部分，從數量上看超過90%以上的醫療數據都是影像數據，從產生數據的設備來看包括CT、X光、MRI、PET等醫療影像數據。據統計，醫學影像數據年增長率為63%，而放射科醫生數量年增長率僅為2%，放射科醫生供給缺口很大。人工智能技術與醫療影像的結合有望緩解此類問題。

LEBEN同醫方案中，人工智能技術與醫療影像診斷的結合場景包括肺癌檢查、糖網眼底檢查、食管癌檢查以及部分疾病的核醫學檢查和病理檢查等。LEBEN同醫以AI緩解醫生資源緊缺的問題，提高醫生工作效率，進行居民健康管理。

關于LEBEN(同醫)：

LEBEN(同醫)是一個以“數據可信交換”和“知識深度共享”為主要特點的醫療智能合約協作平臺。我們研發出的可信計算技術，能夠使交換過程中的數據不可復制、不可遷移、也不可見，以保證醫療數據可以進行跨機構、跨地區以及跨境的可信數據交換。同時，通過我們研發的另一項知識計算化技術，醫生可以輕松地將自己的知識轉換成智能合約，進行高效學習甚至在診療中提供輔助決策，這項技術將幫助醫療知識實現深度共享。隨著可信數據應用開發和生態各方的加入，LEBEN(同醫)將推動數據石油經濟和均質化醫療快速發展，讓數十億人都獲益。

LEBEN(同醫)官網：leben.pro