随着我国经济的不断增长，以及生命科学的迅速发展，国人预期寿命有了显著的提升。2019年，国人预期寿命达到了77.3岁，比1960年提高了33岁。人们的健康需求在人口老龄化等一系列因素的影响下持续增长，这意味着卫生系统将面对更多具有复杂健康需求的患者。因此，信息化、数字化、智能化已经成为医疗行业的重要发展趋势。

人工智能将在很大程度上改变医疗服务的方式。它可以提高诊断和治疗的效率，在使用相同医疗资源的前提下，为更多病人提供更快、更好的服务。人工智能也可以帮助改善医疗从业者的体验，将他们从繁重而机械的工作中解放出来，有更多的时间直接接触和帮助患者。

然而，医学内容的特殊性和专业性对于训练机器模型的数据提出了更高的要求。以专业、精准、安全的高质量训练数据赋能AI医疗，助力提升算法精度，让公众享受更精准、更智能、更高品质的智慧医疗服务。

专业的医学数据标注团队需要由具有执业医师资格、医学项目经验丰富的医学项目管理者组成；拥有多学科、近百位三甲级医院主治及以上职称医师作为专家顾问，以及近千人的医学资源池，能够做到对医学文本内容审核编辑、医学图像处理、医学语音转写等进行专业、高效地标注。例如：

医学影像学（放射）图像标注

肺部结节CT数据：在AI预测的基础上，进行肺部CT数据的医学后处理，纠正标签判断错误，增加未检出病灶，提高数据的病灶检出率并降低假阳率。

 

骨CT数据：在AI预测的基础上，进行骨CT数据的医学后处理，包括修复骨组织的标签错误、识别准度不足等。保证3D、横断位、矢状位、冠状位上骨组织的真实性以及分割精度。

 

临床医学图像标注

消化内镜（胃镜）图像数据：对胃镜图像中的病灶选择对应标签并沿边缘进行分割，保证图像内病灶标注的完整和精准。

 

皮肤科痤疮数据：对皮肤图像中的痤疮选择对应标签类型进行打点，保证图像内病灶标注的完整和精准。

 

病理学图像标注

胃组织病理数据：对胃部组织进行拉框选择ROI，并针对ROI内目标细胞（如慢性胃炎）进行标注，保证ROI内目标细胞标注的完整和精准。

心电图图像标注

心电图数据：在AI预测的基础上，进行心电图数据的医学后处理，纠正AI预测的错误，添加AI未检出异常，以提高数据的异常检出率、降低检出错误率。

其他智慧医疗数据服务种类主要包括：

●   医学内容审核

●   医学内容编辑

●   医学名词标签判断

●   医药学数据库编写

●   医疗音频标注ASR

●   医学辅助诊断图像标注等