近日，推想科技發布 AI 學者科研平臺 InferScholar? Center，該平臺為更多的醫生提供零門檻的 AI 科研能力，讓醫生可以快速將深度學習、影像組學以及文本數據處理相關的前沿技術應用到自己的臨床科研實踐中，他們將為平臺上的醫療科研人員提供基礎模型以及臨床研究的各類開發、培訓、輔助等服務。

推想科技方面表示，InferScholar? Center 可提供臨床科研全流程的可視化操作，并且預置了深度學習模型和影像組學算法，醫學研究人員無需進行任何代碼編程即可開展 AI 醫學研究。當然，InferScholar? Center 也支持創建、修改、編輯模型源代碼的功能，使具備代碼基礎的研究人員可依據個性化需求編輯預置模型代碼或創建全新模型。

據了解，在挖掘醫學大數據價值的同時，InferScholar? Center 考慮了醫學臨床科研的安全性需求，采用軟硬件一體機的方式，直接交付到醫院，做到數據不出院，保證醫院所有的科研數據、模型算法、研究成果均無泄漏風險。

具體而言，推想科技 AI 學者科研平臺 InferScholar? Center是一款集軟、硬件一體的醫學人工智能專用設備，可用于醫學影像大數據管理與分析、數據標記、深度神經網絡模型構建、影像組學特征提取、組學特征分析與機器學習模型構建等研究。它可應用于 X 線、CT、MRI、PET/CT、病理切片、消化內鏡等多種影像數據深度學習與影像組學建模。除醫學影像數據外，InferScholar? Center 同時還能夠合并利用臨床結構化文本信息，研究各類醫學命題。

在 InferScholar? Center 平臺上，醫學專家可自主選擇孵化 AI 的數據、模式、邏輯、參數等，將讓 AI 更加契合醫療業務特性，并從臨床角度獲得更多科研成果。其模型研究和孵化工具，可廣泛應用于腫瘤、心血管、神經系統、呼吸系統等疾病影像檢查的智能化、精準化研究，尤其是對于疾病早期診斷、治療監測、預后預測的影像人工智能研究具有重要價值。

從市場需求來看，需要回答兩個問題：AI 學者科研平臺是否是醫生的小眾需求？該平臺在醫生實際使用過程中究竟能為科研帶來多大助益？

推想科技方面表示，隨著醫療信息化水平的提升，醫療設備的升級，醫療數據無論從數據量、數據產生的速度或是數據種類，一直保持高速增長。大數據顛覆了臨床、科研對醫療數據的利用方式，能否讓海量醫療數據發揮最大的醫學價值，成為關鍵所在。

此外《中國醫生生存現狀調研報告》顯示，77% 的醫生曾一周工作超 50 小時，更有 24.6% 醫生曾一周工作超過 80 小時，導致學習和使用基于大數據的AI模型的處理和運用對醫生是一個巨大的挑戰。

因此，越來越多的醫學研究者不僅希望使用 AI 產品，也希望結合自身的醫療大數據和臨床經驗優勢，進行 AI 方面的自主臨床研究。推想科技推出如今推出 InferScholar? Center，顯然是希望將 AI 科研服務能力開放給更多的醫院與醫生，通過其零門檻的易用性激發醫者的主動性，從而進行自主的臨床和研究實踐，加速 AI 在醫療領域的應用進程。

至于該 AI 科研平臺會給醫生的醫學研究帶來多大裨益，還得看后期部署系統后醫生會利用該平臺產出的科研成果。