随着人工智能技术的发展，人工智能+医学影像在赋能基层医疗、辅助精准诊断和助力治疗决策方面具有重大意义和应用价值。然而，构建人工智能辅助诊疗模型需要具备进行数据标注、高通量特征提取筛选和分类模型训练等处理流程的条件，并且要求使用者具备专业的人工智能建模计算经验，这导致一些医生难以面向临床及科研问题自主构建所需的人工智能辅助诊疗模型。

　　为解决上述问题，中国科学院苏州生物医学工程技术研究所医学影像室研究员戴亚康团队自主开发出多模态医学影像人工智能辅助分析系统——“康成睿影”。该系统提供了交互友好的软件操作界面，可对CT、MR和PET等多种模态的DICOM医学影像数进行流程化的数据标注、特征提取、特征筛选、模型训练、分类及其结果可视化等操作，为使用者快速建立融合多模态影像特征的人工智能辅助分析模型提供了便捷的工具平台。

　　近期，依托该软件系统，苏州医工所与苏州科技城医院合作开展了基于CT影像的肾透明癌恶性程度术前无创分级研究，构建出融合肿瘤内部和瘤周影像特征的智能辅助分级模型，相关研究成果以CT-based peritumoral radiomics signatures for malignancy grading of clear cell renal cell carcinoma为题，发表在Abdominal Radiology上。

　　除肾脏外，该系统还可以应用于肝、肺、脑、前列腺、骨等各种器官的医学影像人工智能模型构建与辅助分析中。

　　目前，研究团队仍在不断完善该系统功能，旨在为行业提供一款更便捷和智能的医学影像人工智能分析平台，尤其是让医生等尚未熟练掌握人工智能建模技术的群体可以更便捷地应用智能医学影像技术。

软件界面图