GE HealthCare与RadNet的DeepHealth部门签署意向书 以推动人工智能驱动的影像技术在多种成像模式和远程扫描中的创新与应用

• 此次合作旨在拓展双方在美国的现有合作关系，将GE医疗的乳腺X光摄影系统与DeepHealth的乳腺诊断套件相结合，并建立全球分销机制。
• 计划将GE医疗的超声成像技术与DeepHealth的AI驱动型甲状腺套件相结合，以实现智能临床决策支持和高级自动化。
• 拟推出一项方案，将 DeepHealth 的远程扫描解决方案 TechLive™ 与 GE 医疗的超声产品组合相结合，以简化复杂的工作流程并扩大专家护理的覆盖范围。

洛杉矶，2025年11月12日（GLOBE NEWSWIRE）—— 今日，GE医疗（纳斯达克股票代码：GEHC）与人工智能驱动型健康信息学领域的全球领导者DeepHealth公司（RadNet公司（纳斯达克股票代码：RDNT）的全资子公司）宣布，双方计划扩大现有战略合作，以进一步推动人工智能在多种影像模式下的创新、商业化和应用。两家公司计划拓展现有合作，纳入更广泛的人工智能工具，旨在提升乳腺癌诊疗水平，并将这些服务推广至美国以外的新地区。此外，双方还计划携手为超声诊断引入新的自动化和远程连接工具，从而提高诊断的准确性，并扩大不同环境下获得专家诊疗服务的途径。

此次扩大合作建立在2024 年首次宣布的联合计划之上，该计划将 DeepHealth 的 AI 驱动的乳腺癌筛查工作流程解决方案与 GE HealthCare 的 Senographe Pristina™ 乳腺摄影系统相结合，以增强图像解读并提高运营效率。

下一阶段的合作关系旨在扩大在以下三个领域的成功合作：

• 通过在全球范围内扩大乳腺癌治疗方案的覆盖范围。
• 将 GE HealthCare 的超声成像技术与 DeepHealth 的 AI 驱动型甲状腺套件相结合，实现智能临床决策支持和报告自动化。
• 将 DeepHealth 的 TechLive™ 远程扫描解决方案与 GE HealthCare 的超声产品组合相结合。
  

这两家公司致力于赋能临床医生和技术人员，优化患者就医路径，改善患者就医体验和治疗效果。

“我们与DeepHealth的合作有力地展现了我们如何通过智能技术和协作平台战略推进精准医疗，”GE医疗集团综合护理超声及高级可视化解决方案首席执行官Karley Yoder表示，“我们期待将DeepHealth甲状腺套件和TechLive整合到我们的超声产品组合中，增强临床医生更快、更自信地做出决策的能力，同时确保患者能够受益于我们最先进的技术。”

“我们与GE医疗携手，正在推进人工智能赋能医疗的新标准，以期获得更好的治疗效果、提升患者体验并提高工作流程效率，”RadNet旗下数字健康部门DeepHealth的总裁兼首席执行官Kees Wesdorp表示。“通过整合影像、信息学和人工智能，我们旨在更早、更准确地检测疾病，提高运营效率，并让更多患者获得高质量的医疗服务。”

超声成像技术复杂且具有挑战性，其质量很大程度上取决于超声医师的技能和经验。传统的甲状腺超声检查流程需要大量的手动测量、重复的工作表制作以及耗时的报告流程，这可能会给医护人员带来负担，并影响患者的就医体验。

DeepHealth Thyroid Suite 是一套基于人工智能的模块化应用程序套件，旨在无缝集成到现有的甲状腺影像工作流程和技术中，以实现诊疗流程的标准化 ^1,2 ，并显著提升工作流程效率 ³ 。通过自动化结节检测、特征分析以及标准化工作表和报告，Thyroid Suite 应用程序可以帮助放射科医生和超声医师更高效、更一致地工作 ⁴ 。美国领先的影像服务提供商 RadNet 的研究表明，由于工作流程效率的提高，检查时间最多可缩短 30% ³ 。此外，在超过 4,070 个结节的病例中，放射科医生使用 Thyroid AI 生成的报告后，超过 94% 的病例无需修改即可接受这些报告 ^1,5 。

此次合作计划还包括GE医疗分销DeepHealth的TechLive ^™远程扫描技术，该技术可与GE医疗的超声产品配合使用。这一联合解决方案使临床医生能够从单一安全平台远程执行或监督多个地点的超声检查。这使得专家医疗团队可以实时指导超声医师，从而帮助患者克服地理位置或人员配备限制，更便捷地获得超声成像服务。

GE医疗和DeepHealth将共同参加11月30日至12月4日在芝加哥举行的北美放射学会（RSNA）年会。12月2日下午4:00至4:30（中部时间），GE医疗将在其超声精准护理教育室（8355号展位）与DeepHealth联合举办一场小组讨论，并进行TechLive技术演示。同一场教育讲座还将在DeepHealth沉浸式剧院（1329号展位）举行。

关于GE医疗技术公司
GE医疗是值得信赖的合作伙伴和全球领先的医疗解决方案提供商，致力于创新医疗技术、药物诊断以及以云优先的集成式人工智能解决方案、服务和数据分析。我们的目标是提高医院和医疗系统的效率，提升临床医生的诊疗水平，使治疗更加精准，并让患者更健康、更快乐。GE医疗服务患者和医疗服务提供者已超过125年，我们不断推进个性化、互联互通和充满关怀的医疗服务，同时简化患者的就医流程。我们的影像、高级可视化解决方案、患者护理解决方案和药物诊断业务携手合作，从筛查和诊断到治疗和监测，助力改善患者护理。我们是一家年营业额达197亿美元的企业，拥有约53,000名员工，共同致力于打造一个医疗无界限的世界。

GE医疗荣幸入选《财富》杂志2025年全球最受尊敬公司™榜单。

请在LinkedIn 、 X 、 Facebook 、 Instagram和Insights上关注我们，获取最新消息，或访问我们的网站https://www.gehealthcare.com了解更多信息。

关于 RadNet 公司
RadNet, Inc. 是美国领先的独立固定场所诊断影像服务提供商，其服务网点数量和年度影像收入均位居全国前列。RadNet 拥有并运营 407 家门诊影像中心。RadNet 的业务遍及亚利桑那州、加利福尼亚州、特拉华州、佛罗里达州、马里兰州、新泽西州、纽约州和德克萨斯州。此外，RadNet 还以 DeepHealth 品牌提供放射学信息技术和人工智能解决方案、远程放射学专业服务以及其他相关产品和服务，服务于诊断影像行业的客户。RadNet 拥有约 11,000 名员工，包括签约放射科医生、全职员工、兼职员工和技术人员。欲了解更多信息，请访问radnet.com 。

关于 DeepHealth
DeepHealth 是 RadNet, Inc.（纳斯达克股票代码：RDNT）的全资子公司，也是 RadNet 数字健康业务板块下所有公司的母品牌。DeepHealth 提供人工智能驱动的健康信息学解决方案，旨在通过影像技术推动医疗领域的突破。DeepHealth 整合并重塑了旗下公司的优势（例如，CIMAR UK 的云原生医疗影像管理解决方案、eRAD 放射学信息和影像管理系统以及影像归档和通信系统、Aidence 肺部人工智能、DeepHealth、Kheiron 和 iCAD 乳腺人工智能、Quantib 前列腺和脑部人工智能以及 See-Mode 甲状腺和乳腺人工智能），并利用先进的人工智能技术提高脑部、乳腺、胸部、前列腺和甲状腺疾病的运营效率和临床疗效。DeepHealth 产品组合的核心是云原生操作系统——DeepHealth OS，它统一了临床和运营工作流程中的数据，并为放射学领域的每一位从业人员提供个性化的人工智能工作空间。全球数千家影像中心和放射科使用 DeepHealth 的解决方案，以实现更早、更可靠、更高效的疾病检测，包括大规模癌症筛查项目。DeepHealth 以人为本、直观易用的技术旨在突破医疗保健领域的界限。https ://deephealth.com/

GE医疗媒体联系人：
埃里克·塔特罗
M +1 312 459 6140
Eric.Tatro@gehealthcare.com

DeepHealth媒体联系人：
安德拉·阿克森特
通讯主管
+31614440971
andra.axente@deephealth.com

RadNet公司媒体联系人：
简·马祖尔
企业传播高级副总裁
585-355-5978
jane.mazur@radnet.com

参考

1. DeepHealth 的人工智能技术提高了放射科医生对 TI-RADS 描述符的解读能力和分级一致性。数据已存档。性能测试研究总结，甲状腺 510(k) 许可。
2. DeepHealth 的人工智能模型与临床专家的专业知识相匹配。数据已存档。“人工智能增强型甲状腺超声报告软件在提高诊断一致性方面的评估。”
3. 扫描时长最多可缩短 30%。以上结果来自 RadNet 站点早期部署该解决方案的成果。
4. DeepHealth 甲状腺套件包含 DeepHealth Viewer 和 DeepHealth 甲状腺人工智能 (SMART-T)。DeepHealth Viewer 由 eRAD 公司制造，并以 eRAD PACS 的名义销售，由 DeepHealth 公司分销。DeepHealth 甲状腺人工智能由 See-Mode 公司为 DeepHealth 公司制造，并以 See-Mode 增强型甲状腺报告工具 (SMART-T) 的名义销售。任何关于甲状腺套件的声明都可能参考其各个组件的相关声明。
5. 已存档数据。对 2025 年 8 月 14 日至 29 日期间分析的 1,466 项研究和 4,070 个结节的最终放射科医生报告与 DeepHealth 的甲状腺 AI 报告进行了比较。