在目前的医疗环境中，广泛存在阅片医生缺乏、阅片效率不高的问题。同时，优质的医疗检测资源主要分布在大城市，而在小城市或偏远地区，医疗资源相对匮乏。在专业医疗场景下，无论是GPU还是CPU，针对医疗影像智能计算的实时性不足，特别是边缘计算的智能不足。LEBEN同医在解决医疗数据隐私保护的基础上，把人工智能(AI)应用到均质化医疗服务中，有效加快数据分析速度和提高判断准确性。小城市或偏远地区的用户只需要通过自己的终端设备，就可以享受到和大城市一样优质的医疗服务。
LEBEN同医让AI与医疗完美结合
人工智能在临床医疗诊断中可以帮助医生解决复杂的医学问题，作为医生诊断的辅助工具，继承和发扬医学专家的宝贵理论及丰富的临床经验。概括来说，人工智能在医疗领域有如下作用：
(1)可以为医生提供完整和有效的信息，从而为疾病的诊断和治疗提供科学、可靠的依据。
(2)可以极大地提高医学数据的测定和分析过程的自动化程度，从而大大提高工作速度，减轻人的工作强度，并减少主观随意性。
(3)可以集中专家的知识，辅助医生做出更为可靠和正确的诊断;随着病例的增多，还可以丰富系统的知识，自动地或在人工干预下进行知识的积累和分析，提高医疗水平。
医疗影像数据是医疗数据的重要组成部分，从数量上看超过90%以上的医疗数据都是影像数据，从产生数据的设备来看包括CT、X光、MRI、PET等医疗影像数据。据统计，医学影像数据年增长率为63%，而放射科医生数量年增长率仅为2%，放射科医生供给缺口很大。人工智能技术与医疗影像的结合有望缓解此类问题。
LEBEN同医方案中，人工智能技术与医疗影像诊断的结合场景包括肺癌检查、糖网眼底检查、食管癌检查以及部分疾病的核医学检查和病理检查等。LEBEN同医以AI缓解医生资源紧缺的问题，提高医生工作效率，进行居民健康管理。
关于LEBEN(同医)：
LEBEN(同医)是一个以“数据可信交换”和“知识深度共享”为主要特点的医疗智能合约协作平台。我们研发出的可信计算技术，能够使交换过程中的数据不可复制、不可迁移、也不可见，以保证医疗数据可以进行跨机构、跨地区以及跨境的可信数据交换。同时，通过我们研发的另一项知识计算化技术，医生可以轻松地将自己的知识转换成智能合约，进行高效学习甚至在诊疗中提供辅助决策，这项技术将帮助医疗知识实现深度共享。随着可信数据应用开发和生态各方的加入，LEBEN(同医)将推动数据石油经济和均质化医疗快速发展，让数十亿人都获益。
LEBEN(同医)官网：leben.pro
