端侧AI重新定义DR工作流,联影全程智能DR多中心研讨会杭州启幕

2026年5月30日,全程智能规范化X射线摄影多中心技术应用研讨会在杭州举行。作为浙江省医学会影像技术学第十二次学术大会暨中华医学会影像技术学分会2026年青年学术会议的重磅环节,本次研讨会汇聚全国60位影像技术专家与临床骨干,深度聚焦端侧AI模式下的全程AI拍片、AI质控技术在破解全球DR领域放射科痛点中的核心价值。这标志着以原生AI驱动的智能DR技术正式迈入多中心规范化、规模化临床验证与应用的全新阶段。

▲全程智能规范化X射线摄影多中心技术应用研讨会现场
“我国DR摄影年检查量居全球之首,却没有一套全国统一的智能质控与操作标准体系。发起这项多中心研究,我们瞄准的不只是验证一项技术,更是要为中国乃至全球放射影像行业,拿出一套标准化、可复制、可推广的 DR 质控标杆中国方案,为‘拍片容易、拍好片难’的历史难题提供新的思路。”中华医学会影像技术分会第十届主任委员、山东第一医科大学附属省立医院马新武教授在研讨会上表示。

▲中华医学会影像技术分会第十届主任委员、
山东第一医科大学附属省立医院马新武教授发表致辞
数据显示,全球每年诊断性X线检查约36亿次,其中普通X线摄影占比高达79%,年检查量达28亿至30亿次。然而,放射技师与诊断医师培养周期漫长,人力增速远不及临床需求的扩张。世界卫生组织预测,2030年全球卫生人力缺口将达1800万,医学影像岗位承压尤为突出,直接导致检查等待时间延长、漏诊误诊风险上升,以及放射科从业者高达38%至46%的职业倦怠率。
其中,传统DR工作流高度依赖技师手动摆位、人工设定参数与主观经验判断,影像质量参差不齐,人力紧张下这一瓶颈愈发凸显。研讨会上,专家们指出,全流程全链路 AI 技术的出现改变了传统工作流程。该技术搭载端侧AI引擎,将深度学习模型从硬件设计之初即嵌入DR设备,在设备本地实现从智能摆位、自动曝光到实时质控的全流程闭环,让设备能够稳定产出符合诊断标准的优质影像,大幅弱化对技师个人经验的依赖。
根据前期临床数据显示,在保障诊断级影像质量不变的前提下,搭载端侧AI引擎的DR设备,可使单名放射技师日均接诊量提升55%以上。如果全球10%的高频DR应用场景实现这一效率提升,每年可额外新增1.5亿至1.7亿人次影像检查服务能力,既能有效化解大三甲医院技师工作负荷过重、患者就诊等候时间过长的痛点;也能补齐欠发达及基层地区技师操作经验短板,让当地百姓就近就能享受规范、优质的医学影像诊疗服务。

▲中华医学会影像技术分会第十届副主任委员、
重庆医科大学附属第一医院吕发金教授发表致辞
“传统DR模式长期陷入尴尬困局,高年资技师重复性工作负荷大、职业倦怠明显;青年技师上手慢、标准拿捏不准,经常需要多次重拍。这直接带来患者等候时间长、科室效率受限、重拍增多带来额外辐射暴露三大临床难题。而全程智能DR恰好精准直击这些痛点,无论是三甲医院高峰分流增效,还是区县基层医院弥补技师经验不足,都能带来改变。”中华医学会影像技术分会第十届副主任委员、重庆医科大学附属第一医院吕发金教授在专题讨论中强调。
作为全程智能DR与AI实时优质影像技术的核心研发推动者,联影长期深耕常规放射赛道,依托自研uAID智能影像平台,打造出覆盖采集、曝光、成像、质控到辅助诊断的全链路AI技术生态,彻底重构传统DR工作流。联影的AI不是设备出厂后的“外挂”或“选配”,而是从硬件设计之初即作为底层基因融入产品,从拍摄前智能规划、拍摄中自动摆位曝光、到拍摄后实时质控与回顾复盘,全流程完整赋能整套影像检查工作,让每一台设备更加智能化。
其中,联影推出的uDR Aurora“全程智能”DR,搭载全新一代智慧天眼系统,依托端侧AI引擎,可精准识别30多个人体扫描部位、100多个关键解剖点位,构建起“智能采集-精准成像-实时质控-回顾式质控-辅助诊断”全链路AI闭环。该设备实现了业界首个全程AI自动化拍片工作流,所有AI推理均在设备端完成,有助于提升接诊效率并降低患者无效辐射剂量。该产品集成端侧AI算法,可支持智能摆位、自动曝光和影像质量控制等功能。相关功能效果仍需结合具体临床场景和使用条件进行评估。


▲联影uDR Aurora在浙江大学医学院附属第一医院
开展临床使用
在影像质控方面,联影独家的全程AI质控技术,依托精准人体结构标记与自研AI模型,构建了覆盖预防性质控、实时质控和回顾式质控的完整工作流。它能实时监测操作规范性、自动修正偏差并输出标准化优质影像,有力支持各级医疗机构的DR图像质量实现同质化。这是端侧AI在影像质控领域的典型应用——所有质控决策在拍片瞬间即于设备本地完成,不依赖网络、不经过云端,有助于保障患者数据安全与实时响应。
“以技术创新冲破人力、质量、效率三重壁垒,让高标准影像服务所有临床用户,这正是全程智能 DR 的核心价值所在。” 联影X射线事业部总裁向军在研讨会最后表示,“我们坚信这项工作就像自动驾驶之于汽车,也会对医学影像领域带来巨大的影响,进一步推动整个行业的进步。“

