CCR大会期间，中华医学会第二十六次全国放射学学术大会论文入围结果揭晓，深睿医疗与各大高校和医疗机构合作，在临床疾病的各类研究中取得了丰硕的成果，共计入选十几篇科研文章，涵盖深度学习、影像组学、机器学习等范畴，研究方向涉及各种恶性疾病，如神经胶质瘤、胸腺上皮肿瘤、甲状旁腺腺瘤/增生、甲状腺乳头状癌、前列腺癌、乳腺癌等，影像数据来自CT，ＭR, DR，乳腺X线等各种影像设备。

　　▲口头报告现场

目前深睿医疗承担科技部、国自然及全国各大城市多个重大专项科研项目，在颅内动脉瘤自动化检测、破裂和复发风险的深度学习模型构建和应用研究、新型人工智能算法及其在肝癌精准介入治疗规划的应用研究、脑卒中相关血管管壁斑块量化分析及破裂风险预警模型的研究、基于预后的肺亚实性结节人工智能辅助影像决策系统的建立、基于CT影像组学预测转移性膀胱癌PD-1/PD-L1抑制剂治疗疗效的研究、基于人工智能的儿童心脏超声应用、基于新一代人工智能技术的肺癌智能化诊断产品解决方案及示范应用等多个领域，与国家相关部门，各大高校科研团队及国内顶级医疗机构进行深入合作，这些科研成果最大的价值，是最终回馈临床，服务临床，用人工智能前沿技术辅助医生临床决策。

硕果的背后，深睿医疗多模态科研平台发挥了重要角色。正是凭借在医学多模态科研平台的投入，深睿医疗在科研成果的产出方面取得优秀的成绩。医学是天然的多模态数据场景，多数疾病从诊断、治疗到预后均使用了包括文本及图像等多模态的数据。随着计算机技术的发展，医学科研也逐步从文本领域延伸到图像领域，影像组学及深度学习越来越多用于医学图像的处理，多模态医学科研成为未来的发展趋势。因此更加智能化、简单易用的智能科研平台成为发表文章，取得科研成果的关键所在。

硕果累累的多模态科研平台

深睿医疗自主研发的医学多模态科研平台基于AI核心技术开发，算法工具简单实用，广泛覆盖临床疾病研究，可开展深度学习和影像组学科学研究。该平台不仅可以针对医学影像进行影像组学研究，还支持临床文本、影像、病理等多模态数据的上传和融合，提供包括基础统计、机器学习和深度学习等多样的数据处理方式和多种自动化影像标注工具。平台预置的传统医学统计学方法和影像组学等图像处理算法、先进主流的机器学习及深度学习模型，支持2D和基于ROI的3D影像的分类任务，让医学研究人员无需进行任何代码编程及统计学知识即可开展AI科学研究。可应用于肿瘤、心血管、神经系统、呼吸系统等多种疾病的智能化、精准化研究，尤其是疾病早期诊断、治疗监测、预后预测的影像人工智能研究，让用户可以轻松高效做科研，快速产出高价值的科研成果。

截止到目前为止，深睿医疗在人工智能与机器学习顶级期刊及会议（如TPAMI、TCyb、ICML、CVPR、ICCV、ECCV、AAAI等）上发表论文三十余篇，其中涵盖了计算机视觉和模式识别领域三大顶级国际会议，尤其是连续两年在备受瞩目的顶级会议CVPR（谷歌2019学术榜Top 10）上均有学术成果发表，在国内人工智能领域的科技公司中处于前列；同时，在医学影像计算与分析领域，如IPMI、MICCAI、ISBI、RSNA、ECR等顶级会议上，发表论文近三十余篇。本次中放大会更是硕果累累，十余篇论文入选。

这一切的成果都缘于深睿医疗拥有一个强大的深睿研究院，团队规模近百人，在行业内居于前列，成员来自斯坦福，北大，清华，中科院等国内外一流院校。成立两年多，深睿医疗已经在深度学习，计算机视觉，医疗临床应用等多个领开花结果，整体科研产出在医疗AI行业一骑绝尘。未来深睿医疗必将秉承创新基因，继续致力于运用人工智能前沿技术助力各种疾病研究和医疗应用场景开发，促进中国医疗事业的发展。