圖像識別是深度學習等人工智能技術先突破的領域，已經廣泛用于圖片搜索、自動駕駛、人臉識別。而在醫療健康領域，目前看來醫療影像也會是人工智能與醫療結合中，比較可能先發展起來的領域。

　　智能產品的開發成笨是比較高的，像開發一個APP就需要上萬了。現在的智能產品幾乎都配有APP來使用，當然這是根據實際需求來開發的。

　　一般功能需求多，配置高，開發時間長，成本就越高。智能醫療影像系統結合了AI技術，算是比較高端的了，其開發成本不低。
 

　　智能醫療影像系統方案簡述

　　簡單而言，醫療影像智能分析是指運用人工智能技術識別及分析醫療影像，幫助醫生定位病癥分析病情，輔助做出診斷。目前醫療數據中有超過9成來自醫療影像，這些數據大多要進行人工分析，如果能夠運用算法自動分析影像，再將影像與其它病例記錄進行對比，就能極大降低醫學誤診，幫助做出準診斷。

　　智能醫療影像系統的優勢

　　智能醫療影像系統聚合了醫療影像、遠程診斷、遠程醫療、智能影像設備和人工智能等多種方式，提供更高質量、更有效、可負擔的醫療服務。

　　龐大的影像數據存儲、傳輸和調閱需求不僅給信息系統帶來了巨大的運維壓力。

　　實現影像信息跨設備、跨科室、跨地域的全維全域化應用以及隨時隨地的查看，可有效降低信息系統的運維成本，優化人力資源分配，提升臨床效率。

　　智能醫療影像系統的作用

　　主要是利用醫療影像檢測、識別、篩查和分析技術，為醫療器械廠商和基層醫療提供影像識別服務，對新錄入數據庫的病例，它可以進行算法匹配，尋找出影像數據相似的案例;專注醫療影像分析應用，基于醫療影像定量分析，用數學模型和人工智能技術提高診斷準確性。

　　搭建醫療大數據平臺，其中包涵了醫療影像數據的分析處理，專注于腫瘤大數據平臺搭建和醫療數據分析，其系統會對接治療過程中各環節產生的數據，其中就包括了醫療影像的處理、分割和配準等，以此優化放療。