问题： 肿瘤专科医院的影像业务长期面临“三多一大”的痛点：影像调阅次数多、单检查部位多、薄层扫描数据多、业务数据量大。
以中山大学肿瘤防治中心为例，其日均影像报告量超2300份，是普通三级医院的数倍，影像数据量日均达2TB以上。
原有系统难以支撑高并发需求，导致影像调阅减速、加载延迟甚至缺失等问题频发，严重制约诊疗效率。
原因： 传统医学影像归档和传输系统（PACS）架构陈旧、扩展性不足，难以承载多样化AI应用，成为医院数智化转型的关键瓶颈。
尤其在业务高负荷的大型三甲医院，这一问题更为突出。
肿瘤诊断高度依赖影像分析，影像调阅的流畅性与准确性直接影响肿瘤分期和治疗方案的制定。
影响： 系统性能不足不仅延长患者等待时间，还可能影响诊断的精准性。
此外，传统系统无法有效整合AI工具，限制了临床科研的创新空间。
中山大学肿瘤防治中心副院长孙颖指出，数智化建设是提升肿瘤诊疗能级的“加速器”，也是驱动科研范式变革的“新引擎”。
对策： 针对上述问题，联影智能与中山大学肿瘤防治中心合作开发了AI PACS系统。
该系统通过数据压缩、调用优化等技术升级，实现海量数据压力下的高效运行。
同时，系统打破PACS与AI的融合壁垒，定制开发了鼻咽癌、膀胱癌等10款肿瘤专用AI结构化报告，并针对临床影像调阅流畅性、远程阅片等场景进行定制化改进。
目前，该系统已覆盖中心两个院区和1个体检中心，连接44台大型放射设备，支撑2000余个临床与放射终端。
前景： 中国科学院院士、中山大学肿瘤防治中心常务副院长马骏强调，构建“医、研、产、用”协同创新生态是未来数智化医疗的发展方向。
联影集团董事长薛敏表示，未来将加大在数智化医疗领域的投入，布局关键技术，与产学研医伙伴携手打造更多可推广的标杆成果。
此次合作不仅为肿瘤诊疗提供了高效工具，也为中国医疗体系的数智化转型提供了实践路径。
医疗数智化的落点，最终要回到“让诊疗更精准、让服务更温暖”。
当高并发影像调阅不再成为瓶颈，当结构化与标准化逐步沉淀为可用的数据资产，医疗机构不仅能更从容地应对诊疗量增长，也能在科研创新与管理提效中释放更大潜能。
面向未来，持续以临床需求为牵引、以安全合规为底线、以协同创新为路径，才能让技术进步转化为患者可感可及的获得感。