近年来，随着AI技术的不断发展，基于深度学习算法的AI系统主要集中于乳腺钼靶X线影像的分析和研究，对MRI、超声和数字乳腺断层摄影的研究相对较少。国内一些医疗公司也推出了新一代基于深度学习算法的钼靶AI系统，在乳腺肿块检测和钙化检测方面此类系统的准确率已经很高。在病灶的良恶性判别上，新一代AI模型的灵敏度和特异度，甚至有可能超越医学影像专家的水平。

虽然经过测试，乳腺钼靶影像AI系统具有较好的诊断性能，但其缺乏对乳腺影像应用场景深入的研究；算法工程师未能切实挖掘临床诊断中的痛点和难点，使得乳腺钼靶影像AI系统无法准确的反应影像科医师的真实需求。

乳腺钼靶影像辅助诊断系统是基于乳腺钼靶X线摄影，通过“AI+医疗”的密切配合实现乳腺疾病的诊疗。该方案是按照影像科医师的日常工作模式，由医学影像专家根据多年在医院的经验积累和工作总结，在影像上准确地识别并标注出乳腺肿块、钙化、结构扭曲及其他特征，并对乳腺增生、病变、包块、钙化的形状、大小、密度、性质等做出完整的描述，为临床干预做出重要的决策准备。极大地提高了影像科医师的工作效率；降低了漏诊、误诊的发生率。

1、  根据上传的影像资源，自动解析病人和影像的详细信息。

2、  提供根据影像的设备类型、检查部位、影响号、检查时间段、上传时间段等字段的查询功能。

3、  可根据需要对影片的灰度、窗宽窗位等进行调整。

4、  逐层判读，可利用不同的标注工具标出结节的位置和备注信息。

5、  自动计算出病灶的大小、密度、体素等重要信息，医师可对每个病灶的形态、性质、位置做出准确的判断。

6、  对疑似病灶进行统计。

7、  把已上传的影像及其详细信息和病灶信息记录入库，为后期的病灶随访和临床诊断提供支持。