10月31日，在2026华西年度影像新进展国际学术大会期间，四川大学华西医院与北京影禾医脉智能科技有限公司举行“CT胸部AIR报告智能体V1.0”发布仪式，形成可供复制的胸部CT影像AI研发与评价实践，是从基座模型到智能体临床验证的全链路能力的又一落地成果。
发布仪式由四川大学华西医院放射科主任吕粟、四川大学华西医学技术学院执行院长李真林、四川大学华西医院放射科心胸组副组长、心肌病专病组组长彭礼清、影禾医脉董事长王世和、影禾医脉首席医疗官孟滔等领导、专家共同出席见证。
本次发布的三项成果，尝试把影像AI从单病种病灶检出推进到检查项目级的多病种报告生成。对放射科而言，这意味着报告书写环节有了新的辅助手段，这为缓解放射科医生压力、推动医院数据资产化提供了新思路。
本届大会由四川省国际医学交流促进会主办、四川大学华西医院承办、中国精神影像联盟提供学术支持，以 "国际汇智・专病为径：影像贯通全程，精准照护未来" 为主题，汇聚海内外专家学者。华西医院与影禾医脉战略合作成果在本届大会重磅亮相，正是大会聚焦专病全程、推动影像 AI 临床落地的重要实践。
强强联合：共建医学影像AI合作
从2025年战略合作协议签订，到今日联合发布，项目历时20个月。本次发布涵盖了本次：《CT胸部路径核心定义表》V2.0、CT胸部图文对齐高质量数据集、CT胸部AIR报告智能体 V1.0，集标准+数据+模型于一体。
随着国家卫健委等五部门《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》出台，鼓励“医学影像智能辅助诊断从单病种向单个器官多病种发展，提高影像诊断效率和报告质量”，成为国家级战略导向。
然而，长期以来，传统单一碎片化影像AI虽然在特定领域发挥了作用，但也给临床带来了效率、成本等方面的痛点，诸如，多主机侵占空间、多平台切换增加学习成本、医生仍需手写整合报告。
为此，华西医院与影禾医脉强强联合，在符合数据安全与伦理要求的前提下，基于双方共建的脱敏数据集与临床专家意见，影禾医脉在医学影像基座模型及AI Agent技术架构上的实力，双方基于“影禾觅芽®”基座大模型，成功研发“CT胸部AIR报告智能体V1.0”。
双方签署的战略合作协议，将围绕CT胸部AIR报告智能体的临床研发、落地应用与迭代升级开展深度合作。基于双方共建的数据集反复验证打磨，旨在为AI时代的数据建立“标准先行”的规范，确保AI模型能够真正契合临床真实需求，推动医学影像AI从“实验室研发”走向“临床常态化使用”。
技术突破：一模全诊，定义“检查项目级AI”新标准
发布会上展示的CT胸部AIR报告智能体V1.0，引发了与会专家的高度关注。从单纯的“图像识别”跃迁至深度的“图像理解”与“长链条临床逻辑推演”。
与传统AI需要多个模型叠加不同，该智能体实现了真正的“一模全诊”。1个模型覆盖了10个病变解剖单元的75种疾病。只需输入一次完整的CT胸部平扫图像，系统即可自动“读懂”整个影像模态，诊断全部医学事实（全病种、全部位、阴阳性），并直接生成符合医院规范的结构化报告。
其硬核的临床性能数据，成为了全场瞩目的焦点：
1、极速出报告与高采纳率：1分钟内生成完整报告初稿，实测数据显示，报告平均分达75.4分，医生采纳率高达70+%。
2、重塑工作流：实现了极简三步（一键导入、AI自动生成、医生审核修改），已完成与院内PACS/RIS的对接测试，真正实现“患者列表选择病人—AI自动读图生成初稿—医生审核”的极简闭环。
范式跃迁：打造医院AI智慧中台，为放射科工作流改进提供新工具
CT胸部AIR报告智能体V1.0的落地，不仅仅是技术的升级，更是一场放射科工作流的深刻革命。
长期以来，单病种 AI 需要科室部署多套系统、医生在多工具间反复切换，再手动整合报告，效率提升有限、漏诊风险高。CT胸部AIR报告智能体彻底重构了这一流程，医生真正从繁重的“写报告”中解放出来，转变为高效的“审报告”与质控者。让放射科从“出报告”走向“产数据、育模型、做科研”，成为医院的数据中枢与AI创新引擎。
这一变革背后是全新的技术范式：以 "影禾觅芽®" 基座大模型为底层支撑，借助AI DIY工具链，医院可在保障原始数据不出院的前提下，完成数据治理、模型微调与闭环迭代，实现 AI 能力的院内自主进化。
“从颅脑到胸部，基于同一套基座模型快速生长出不同部位的智能体，这正是‘河图计划’的再次跃迁。”孟滔博士表示，“我们与华西医院的深度共创证明，基于自主可控的‘影禾觅芽®’基座模型，AI不仅能生成报告，也能完成全图结构化描述与前后次比对。”
这是继今年4月，天坛医院和影禾医脉联合发布全球首个全疾病覆盖颅脑CT辅助报告生成大模型（小君医生2.0）之后，“河图计划”在医学影像AI领域的又一次重要实践成果。
价值延伸：赋能临床与科研
除了临床效率的提升，本次华西医院与影禾医脉的合作更在科研孵化层面具有深远意义。
孟滔在发布会《河图计划的再次跃迁》主体演讲中，明确提到了，影像数据从“结构化+资源化”到“资产化”，再到“资本化”与“智能化”的演进路径。依托自研的AI DIY工具链，医院能够将海量原始影像数据治理成高质量数据集，并直接参与模型的微调与迭代——依托自研工具链，医院可在数据不出院前提下完成数据治理与模型迭代。
在社会价值层面，借助智能体的强大能力，未来可通过互联网医院与医联体，推动智能影像产品下沉基层医疗机构。有助于基层医疗机构获得同质化的影像报告辅助支持，切实推动国家分级诊疗政策的落地，为老龄化社会下的医疗供给提供系统性的智能解决方案。
上述应用前景均以产品后续临床测试与迭代验证为前提；目前该产品仍处于临床测试与迭代阶段，相关能力与场景的规模化落地尚需进一步研究验证。
谈及未来规划，孟滔博士信心满满：“基于基座模型生产AIR的技术范式已被验证可行。我们计划在2027年覆盖超80%的常规检查量，通过AIR快速生成引擎，让腹部、头颅、骨骼等部位的智能体批量复制，将AI的落地门槛降至最低。”
此次发布不是终点，而是一个全新的起点。让大型医院的影像诊断经验更好地下沉基层，让海量沉睡的影像数据成为会流动的生产要素——这正是 "河图计划" 与本届大会 "影像贯通全程、精准照护未来" 主题的交汇点，也是医企协同推动优质医疗资源普惠的生动答卷。
