技术要点：深度学习在放射影像、病理切片、内镜视频、心电/脑电等多模态数据上实现辅助检测、分割、分型与预后评估；典型任务包括肺结节/乳腺癌筛查、脑卒中早期识别、骨折与隐匿性感染检出等。
临床价值：提升灵敏度与特异性、缩短报告周转时间（TAT）、支持定量随访与疗效评估，缓解放射科、病理科等高负荷科室压力。
监管与合规：算法需满足可解释性、稳健性、公平性要求；在美国，FDA已累计许可数百项AI/ML医疗器械，放射影像类占比居前，提示“影像+AI”是监管与临床双验证的成熟赛道。
落地路径：建立标注规范与金标准、开展前瞻性多中心验证、实施人机协同与持续性能监测，将AI嵌入PACS/RIS、HIS、EMR与质控流程，形成闭环改进。