Aidoc

Оценка архитектуры Aidoc aiOS™

Платформа Aidoc функционирует как клиническая ИИ-операционная система (aiOS™DICOM, клинические данные HL7 FHIR и генеративных ИИ-ассистентов отчетности в единой управляемой среде 📑. В 2026 году архитектура определяется переходом к триажу на основе базовых моделей и агентному управлению пациентами, что позволяет системе не только выявлять острые состояния, но и автономно управлять «последней милей» последующего наблюдения 📑.

Клиническая оркестрация и движок триажа

Система использует модульный конвейер обработки для выявления угрожающих жизни состояний и случайных находок без нарушения работы основного диагностического просмотрщика.

• Мультитриажные базовые модели: Единое архитектурное ядро, способное выявлять более десятка острых состояний (например, кровоизлияния, переломы, свободный воздух) в различных областях тела за один проход сканирования 📑.
• CARE™ (Клинический ИИ-движок реагирования): Агентный слой рабочих процессов, который анализирует радиологические отчеты и записи ЭМК для извлечения подтвержденных находок и автоматизации связи с лечащим врачом через Epic MyChart/In Basket 📑.
• Интеграция NVIDIA MONAI: Специализированный шлюз API, позволяющий медицинским учреждениям развертывать, мониторить и управлять собственными или открытыми моделями непосредственно в инфраструктуре aiOS™ 📑.

⠠⠉⠗⠑⠁⠞⠑⠙⠀⠃⠽⠀⠠⠁⠊⠞⠕⠉⠕⠗⠑⠲⠉⠕⠍

Операционные сценарии

• Триаж острой травмы: Вход: Полнотелесная КТ (DICOM) через шлюз PACS → Процесс: Мультитриаж на основе базовых моделей одновременно выявляет внутричерепное кровоизлияние и переломы ребер, обновляя рабочий список рентгенолога → Выход: Уведомление о высоком приоритете в рабочем списке и мобильное оповещение травматологической бригаде 📑.
• Управление случайными узелками: Вход: Плановая абдоминальная КТ (DICOM) + радиологический отчет (текст) → Процесс: ИИ выявляет случайный узелок в легком; агентная логика проверяет ЭМК на наличие назначений на последующее наблюдение и выявляет разрыв в оказании помощи → Выход: Автоматическое сообщение лечащему врачу и пациенту через MyChart с записью в сортируемой панели координации медицинской помощи 📑.

Рекомендации по оценке

Техническим экспертам следует проверить следующие архитектурные характеристики:

• Задержка оркестрации: Сравнить «время до уведомления» для мультитриажных базовых моделей с устаревшими алгоритмами, выявляющими одно состояние, в условиях высокой нагрузки 🧠.
• Двунаправленная интеграция FHIR: Проверить стабильность автоматического создания задач в ЭМК при выявлении агентной системой мониторинга несоблюдения рекомендаций по последующему наблюдению 🌑.
• Управление собственными моделями: Запросить техническую документацию по протоколам мониторинга и обнаружения дрейфа для сторонних или основанных на MONAI моделей, размещенных на платформе aiOS™ 🌑.