医疗 · PROJECT HIGHLIGHT
周期从 3 年缩至 45 天，效率提升 22 倍，成本削减 75%，标签一致性 96.8%。
本案例按照“数据准备—规则配置—模型处理—人工复核—质量验收—持续交付”的链路推进，重点呈现可核验的实施过程与项目结果。
项目背景
项目面向百万级甲状腺超声影像，为 AI 筛查模型建设合规、可复核的训练数据。
客户问题
传统人工评估预计 3 年，标签一致性不足 78%；影像脱敏、结节勾画和尺寸测量占用大量医生时间。
建设目标
在保障隐私合规的前提下缩短周期，提升标签一致性和模型训练数据质量。
解决方案
DICOM 自动脱敏，模型完成结节勾画、尺寸测量和批量预标注，医生复核疑难与边界病例。
实施过程
按影像接入、脱敏、预标注、医生复核、抽检和验收推进，保留全流程记录。
交付内容
脱敏影像、结节与尺寸标签、医生复核结果、质量报告和模型验证数据。
项目成果
周期由 3 年缩短至 45 天，效率提升 22 倍，成本削减 75%，一致性 96.8%，模型准确率提升 11%。
业务价值
让专家聚焦专业判断，降低影像数据生产成本，支撑模型持续训练和评估。
相关产品与方案
顺昌·语料准备平台｜智慧医疗方案