RADIOLOGY WORKFLOW FEEDBACK & MODEL GATEWAY
放射临床工作流反馈与模型接入中枢
以非侵入式方式运行在 PACS 之上,让 AI 能力进入医生真实工作流,并为模型评测、医生反馈与持续迭代提供临床入口。
它是什么
- PACS 之上的临床交互层
- 外部 AI 模型的接入网关
- 医生真实工作流中的反馈入口
它不是什么
- 不是另一个疾病诊断模型
- 不是独立于工作流的科研 Demo
- 不要求医生切换到孤立系统
为什么重要
模型只有进入真实工作流,才能看到医生是否查看、接受、修改或忽略其输出,并接受真实临床环境的长期检验。
离线测试无法替代真实临床反馈
模型在测试集上答对,并不等于医生愿意使用,也不等于它能改善真实工作流。
传统离线研究路径
真实世界反馈路径
无需重建 PACS:在现有工作流之上增加一个智能交互层
通过 RPA、接口适配和消息路由,把历史数据、质控工具与外部 AI 服务嵌入医生原有工作界面。
一次 AI 请求的消息流
- 医生打开检查
- RPA 读取当前检查上下文
- 向 AI 服务发送检查 ID
- AI 返回结构化结果
- RPA 在 PACS 界面展示提示
- 用户操作被记录
从医生真实痛点生长出来的临床工作流系统
系统长期围绕放射医生每天反复发生的高频任务迭代,因此天然拥有真实使用入口。
相似历史检查匹配
自动筛选与当前检查最接近的既往检查,减少医生在大量历史记录中人工搜索。
多源历史阳性发现汇总
从不同检查、报告和临床来源中汇总重要阳性信息,避免关键病史被埋在长期记录中。
报告文本实时质控
部位错漏 · 左右侧错误 · 描述与结论矛盾 · 重要异常遗漏 · 语言与格式问题。
外部 AI 结果接入
接收 AI 推理服务器结果,转换为 PACS 界面可展示消息,将医生操作与调用信息返回系统。
系统的核心优势不是某一个算法,而是已经占据了医生高频工作流中的稳定入口。
不是 Demo,而是长期运行在真实医院中的高频基础设施
真实用户、真实调用、真实工作时长——数据来自放射智能质控及工作流系统后台日志。
接口调用趋势(日)
活跃医生工作站(日)
日均在线时长(小时)
功能调用分布
医生的一次查看、忽略或修改,都是模型无法从离线数据中获得的反馈
临床反馈不应只是一句“医生是否满意”,而应被分解为可追踪、可组合的工作流事件。
当前已有运行信号
可扩展反馈事件
该系统已经具备获取 L1 运行反馈的基础,并可逐步向 L2–L5 的临床反馈扩展;尚未完成的反馈闭环不会被表述为既有成果。
一个临床入口,可以承载不同公司的 AI 模型
系统曾在 PACS 用户界面与两家外部 AI 推理服务器之间传递消息,验证了模型服务接入与临床展示能力。
PACS 与医生
模型接入网关
模型服务
视见科技
平安科技
离线数据精炼与在线临床反馈,构成医学 AI 的两半
数据精炼系统生产高质量训练与评测资产,临床工作流系统让模型进入真实环境并获得持续反馈。
离线数据精炼环 正在建设
统一汇合层
在线临床反馈环 已具备入口
高质量医学数据决定模型能学到什么,而真实临床工作流决定模型最终是否有用。