DeepHealth在ECR 2026上发布行业最全面的原生临床AI解决方案组合

DeepHealth 正在欧洲推出其云优先的集成产品组合，该产品组合结合了临床人工智能、多模态影像查看和报告功能，旨在改善医疗效果、提高效率并提升医疗服务的可及性。

维也纳，2026年3月4日（GLOBE NEWSWIRE）——全球领先的人工智能医疗信息学公司DeepHealth（RadNet, Inc. (NASDAQ: RDNT) 的全资子公司）今日在2026年欧洲放射学大会(ECR 2026)上发布了业界最全面的原生临床人工智能解决方案和服务组合，涵盖所有核心影像模式——磁共振成像(MRI)、计算机断层扫描(CT)、X射线、乳腺X光摄影和超声——并囊括检测、评估和监测等各个环节，所有功能均可在同一平台上使用。本周，DeepHealth收购了Gleamer公司，进一步巩固了其在将筛查工具应用于常规影像和急诊诊断领域的领先地位，并凭借其独特的优势，引领人工智能医疗信息学迈向新时代。

“随着欧洲各国扩大筛查规模并面临日益增长的工作压力，我们的一体化产品组合旨在转变疾病分期，提升诊断水平，扩大患者就医渠道，从而推动精准医疗的发展，”DeepHealth 人口健康与临床人工智能业务负责人 Niccolo Stefani 医学博士表示。“这些解决方案革新了影像诊疗路径，使医疗系统能够从被动治疗转向主动干预，同时兼顾欧洲不同市场的实际情况，从而改善患者的治疗效果。”

业内最 综合的 本国的 临床 人工智能投资组合 
DeepHealth 扩展后的欧洲产品组合现已提供一套完全集成、端到端的模块化人工智能解决方案，这些方案均已通过临床证据验证，并在真实世界环境中进行了大规模验证。该产品组合旨在通过早期检测来改变疾病进程，提高诊断一致性，同时显著提升运营效率。

• 乳腺筛查套件 (Breast Suite)^是一款模块化解决方案，集成了人工智能驱动的检测、风险评估、^乳腺密度分析以及基于我们近期收购 Aquila 的全新乳腺X光摄影分析功能。Aquila 的解决方案完善了 DeepHealth 现有的人工智能乳腺成像产品组合，新增了跨技术人员、站点和工作流程测量、监控和改进图像质量的功能，从而增强了临床团队的能力，并在符合严格合规标准的高容量筛查环境中实现了互联互通、可扩展的医疗服务。一项具有里程碑意义的《自然健康》(Nature Health)研究验证了该套件内应用程序的实际应用效果，结果显示，在超过 57.9 万名女性中，乳腺癌检出率提高了 21%。对于^数百万乳腺致密或乳腺癌风险较高的女性而言，超声检查是乳腺X光摄影的重要补充——DeepHealth 现正扩展其乳腺筛查套件，将人工智能驱动的乳腺超声纳入其中，这得益于我们对 See-Mode 的战略收购和整合。从检测转向主动护理，Breast Suite 的人工智能风险评估工具仅基于乳房X光检查即可预测患者近期患癌风险，其准确率是传统风险模型的两倍。在 2026 年^欧洲放射学大会 (ECR 2026)^上，DeepHealth 将展示一项研究，^该研究表明其人工智能乳腺动脉钙化 (BAC) 算法能够直接从常规乳房^X光检查中准确检测心血管风险指标，从而将 Breast Suite 的临床价值扩展到癌症检测之外。
  
  
• 胸科套件：胸科套件^viii应用可自动完成肺结节的检测、表征和体积定量，并提供标准化报告和纵向追踪功能，最终目标是实现肺癌分期提前。该套件的应用支持英国国家医疗服务体系 (NHS) 的肺癌筛查项目和法国的 CASCADE 肺癌筛查研究，验证了人工智能在基于人群的肺癌筛查中的作用。DeepHealth 将在 2026 年欧洲放射学^大会(ECR 2026 ⁾上发表研究成果，证实人工智能辅助的结节检测可显著提高放射科医生的诊断准确率、观察者间一致性和阅片效率，并且在常规临床和筛查性低剂量 CT 检查中均表现出一致的性能。
  
• Neuro Suite ：Neuro Suite ^xi应用可自动进行神经影像分析，从而实现主动式神经系统护理。该应用可自动量化关键脑结构，包括海马体、皮质叶和皮质下区域，以支持对神经退行性疾病进行精准的纵向追踪和早期干预。Neuro Suite 中的应用在意大利医疗系统论坛上荣获“2023 年最佳医疗保健人工智能”奖，其在早期识别与轻度认知障碍和阿尔茨海默病相关的海马体萎缩方面展现出 92% 的灵敏度。xii^该解决方案的核心是其白质高信号 (WMH) 算法。DeepHealth 在 2026 年欧洲放射学大会 (ECR 2026 ^{) xiii}上发表的研究成果展示了专家级的自动量化和跨多个 FLAIR MRI 扫描的一致的解剖标记——提供精细且可重复的生物标志物数据，从而实现有意义的风险分层和大规模的纵向评估。

• 前列腺癌筛查套件：前列腺癌筛查套件^xiv将自动病灶检测和风险分类、智能腺体分割与 PSA 密度计算以及符合 PI-RADS 标准的报告整合到一个无缝平台中，支持超过九种融合活检系统，无需手动数据传输，并在每个关键决策点为放射科医生提供支持。前列腺癌筛查套件应用已被选中支持 TRANSFORM 项目，这是英国近几十年来规模最大的前列腺癌筛查试验。在欧洲放射学大会 (ECR) 上，DeepHealth 将发表一项多位阅片者研究^xv ，该研究发现，应用该套件可提高放射科医生的曲线下面积 (AUC)，并将观察者间一致性提高了一倍以上。
  
  
• 甲状腺套件：甲状腺套件^xvi是一款基于人工智能的模块化解决方案，它基于 See-Mode 的采集和集成，可在现有的甲状腺超声工作流程中自动完成结节的检测、表征、测量和报告。该方案已在超过 200 个 RadNet 站点部署，并展现出变革性的实际应用效果：放射科医生在超过 94% 的病例中接受了基于人工智能的测量和表征结果，无需进行校正^xvii；此外，该方案还能将扫描时间缩短高达 30% ^xviii ，从而提升临床诊疗能力。DeepHealth 的 ECR 2026 临床数据^xix进一步证实了这一影响，表明人工智能辅助显著缩短了解读时间，同时提高了放射科医生在甲状腺结节表征方面的准确性、一致性和一致性。
  
  
• 人工智能 工作室： DeepHealth 的 AI Studio 套件为其集成式人口健康套件提供支持，提供了一个统一的平台，可帮助企业自信地加速 AI 的应用。AI Studio 集成了来自 75 多个生态系统合作伙伴的 140 多种 AI 算法，以及 DeepHealth 自有的临床 AI 应用，并将它们无缝地整合到临床工作流程中，包括工作列表、查看器、报告模块和工作流引擎。该平台增强了自动化程度，简化了部署流程，并提升了查看和报告体验。同时，AI Studio 还提供全面的治理功能，包括 AI 验证、持续监控和生产环境中的漂移管理，从而确保性能的一致性，并实现 AI 在整个医疗企业中的安全可靠扩展。
  
  

“DeepHealth的统一平台从根本上改变了我们服务患者的方式，”意大利Emicenter诊断中心的医疗领导层评论道。“从前列腺癌和肺癌筛查到神经退行性疾病的评估，我们现在拥有一个统一的、人工智能驱动的生态系统，这使我们的放射科医生更有信心更早地发现疾病，并能高效地大规模开展工作。”

引领人工智能驱动的健康信息学迈向新时代 
随着Gleamer 的整合 通过将解决方案集成到 DeepHealth 成熟的临床人工智能套件中，该公司目前提供市场上最全面的放射学人工智能产品组合，并在肌肉骨骼和 X 射线成像领域新增了重要的产品组合。这些组合解决方案支持对多种常见癌症以及神经退行性疾病和肌肉骨骼疾病（包括创伤和慢性疾病）进行筛查、检测、解读和随访。

DeepHealth 扩展了其临床 AI 产品组合，^其中包括其 Diagnostic Suite™ 云优先企业图像管理和解读解决方案，以及新近获得 CE 认证的产品。 TechLive™多模态、与厂商无关的远程图像管理解决方案将在 2026 年 ECR 展会上于 X5 号展厅 506 号展位展出。欲了解更多信息或安排演示，请访问www.deephealth.com/ECR 。

关于 深度健康
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 利用先进的人工智能技术，提升乳腺、胸部、肌肉骨骼、神经、前列腺和甲状腺疾病的诊疗效率，并改善临床疗效。DeepHealth 产品组合的核心是云原生操作系统——DeepHealth OS，它能够统一临床和运营工作流程中的数据。全球数千家影像中心和放射科使用 DeepHealth 的解决方案，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，致力于突破医疗保健领域的界限。了解更多信息，请访问deephealth.com 。

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，其业务遍及各地，年影像收入也位居行业前列。RadNet 拥有并运营多家门诊影像中心。RadNet 的影像中心市场覆盖亚利桑那州、加利福尼亚州、特拉华州、佛罗里达州、印第安纳州、马里兰州、新泽西州、纽约州、德克萨斯州和弗吉尼亚州。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，服务于全球诊断影像行业的客户。RadNet 拥有超过 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。了解更多信息，请访问radnet.com 。

前瞻性声明
本通讯包含某些符合1995年美国《私人证券诉讼改革法案》安全港条款、经修订的1933年《证券法》第27A条以及经修订的1934年《证券交易法》第21E条定义的“前瞻性陈述”。前瞻性陈述通常使用“预期”、“相信”、“可能”、“估计”、“期望”、“预测”、“打算”、“展望”、“计划”、“潜在”、“可能”、“预测”、“预计”、“寻求”、“应该”、“目标”、“将”或“会”等词语，以及这些词语的否定形式，并可能提及未来时期。前瞻性陈述的例子包括：关于我们的技术能够应对医疗保健系统面临的诸多挑战（包括劳动力短缺、影像检查量不断增长以及对一致、高质量诊断路径的需求）的陈述；关于我们产品特性的讨论；以及关于我们近期收购的陈述。由于存在诸多风险和不确定因素，实际结果可能与目前预期的结果存在重大差异，其中许多风险和不确定因素超出了 RadNet 的控制范围。

前瞻性陈述并非历史事实，亦非对未来业绩的保证。相反，它们仅基于管理层目前对RadNet业务未来、未来计划和战略、预测、预期事件和趋势、经济状况及其他未来状况的信念、预期和假设。由于前瞻性陈述涉及未来，因此存在固有的不确定性、风险和难以预测的情况变化，其中许多因素超出RadNet的控制范围。由于各种因素的影响，RadNet的实际业绩和财务状况可能与前瞻性陈述中指明的情况存在重大差异。RadNet及其任何董事、高管或顾问均不就任何前瞻性陈述中明示或暗示的事件是否实际发生，或如果发生，将对RadNet的业务、经营业绩或财务状况产生何种影响作出任何陈述、保证或担保。如果任何风险和不确定性演变为实际事件，这些事态发展可能对RadNet的业务以及实现收购预期收益的能力产生重大不利影响。可能导致实际结果与预期存在差异的风险和不确定性包括但不限于：(1) 能否实现预期的技术效益；(2) 立法、监管、经济、竞争和技术变革的风险，以及我们在提交给美国证券交易委员会（SEC）的文件（包括我们最新的10-K表年度报告和10-Q表季度报告）的“风险因素”、“管理层讨论与分析”及其他章节中描述的其他风险和不确定性。以上对重要因素的概述并非详尽无遗，应与文件中其他警示性声明一并阅读。有关风险、不确定性和假设的更多信息，请参阅RadNet提交给美国证券交易委员会（“SEC”）的文件，包括RadNet最新10-K表年度报告（经10-Q表季度报告和未来提交给SEC的文件更新）中讨论的风险因素。

本文所包含的前瞻性陈述仅代表截至本文发布之日的信息，除适用法律另有规定外，RadNet不承担因新信息、未来发展或其他原因而更新任何前瞻性陈述或本文中任何其他信息的义务，也不承担更正其中任何不准确或遗漏之处的义务。本文中的所有前瞻性陈述均受本警示性声明的完整约束。

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

RadNet媒体联系人 
简·马祖尔
企业传播高级副总裁
+1 585-355-5978
jane.mazur@radnet.com

马克·斯托尔珀
执行副总裁兼首席财务官
+1 310-445-2800

参考

ⁱ Breast Suite包含多个应用程序，包括ProFound Pro、乳腺密度、安全保障评估、风险评估、BAC和DeepHealth Viewer、乳腺X线摄影洞察以及乳腺超声。DeepHealth Viewer由eRAD公司制造，DeepHealth公司分销。乳腺X线摄影洞察由Aquila公司制造，DeepHealth公司分销。乳腺超声由See-Mode公司制造，DeepHealth公司分销。任何关于Breast Suite的声明都可能引用其各个组件的相关声明。
ⁱⁱ已获得欧盟CE认证。尚未获得美国市场使用许可。
ⁱⁱⁱ Louis 等人。“ 人工智能驱动的乳腺癌筛查工作流程在美国实际部署中的公平影响。” 《自然健康》。2025 年 11 月。
^iv Eriksson 等人。“ 用于预测乳腺癌和指导临床护理的数字乳腺断层合成风险模型。” 《科学转化医学》 。2022 年 5 月。
^v Eriksson 等人。“ 识别需要补充筛查的高危乳腺癌女性。”放射学。2020 年 9 月。
^Hasegawa , A., Pike, J., Gkanatsios, N., Go, J., Everitt, B., Ge, J., Ren, Y., Ng, A., Kim, J., & Haslam, B., “AI 辅助技术用于检测和定位 FFDM 和 DBT 乳腺摄影中的乳腺动脉钙化及其潜在的心血管风险”，2026 年欧洲放射学大会 (ECR)。海报展示。2026 年 3 月。
^七、开发中。
^viii Chest Suite包含多个应用程序，包括Veye Lung Nodules、Veye Reporting、DeepHealth Lung AI、DeepHealth Viewer和HealthCCSng。Veye Lung Nodules和Veye Reporting由Aidence BV制造，DeepHealth, Inc.经销。Veye Lung Nodules和Veye Reporting均未获得美国FDA批准在美国销售。DeepHealth Viewer由eRAD, Inc.制造，DeepHealth, Inc.在美国经销。HealthCCSng由Nanox AI, Ltd.制造，DeepHealth, Inc.经销。DeepHealth Lung AI正在申请510(k)认证。任何关于Chest Suite的声明都可能引用其各个组件的相关声明。并非所有产品和功能在所有市场均有提供。
^ix Kim, J., Engbersen, M., Mollink, J., Poirot, M., Kurilova, I., Everitt, B., Hasegawa, A., 和 Haslam, B., “AI辅助的计算机断层扫描肺结节检测：对诊断准确性、一致性和效率的影响”，2026年欧洲放射学大会（ECR）。海报展示。2026年3月。
^x Wakelin, E., Mollink, J., Koulakis, M., Engbersen, M., & Haslam, B., “AI 检测常规胸部 CT 与肺癌筛查 CT 中肺结节的评估”, 2026 年欧洲放射学大会 (ECR) 海报展示。2026 年 3 月。
^xi Neuro Suite包含多个应用程序，包括Brain Health、Brain Age和DeepHealth Viewer。DeepHealth Viewer由eRAD公司制造，并由DeepHealth公司分销。任何关于Neuro Suite的声明都可能参考其各个组件的相关声明。并非所有产品和功能在所有市场均有提供。
^xii 2023 年 2 月至今，在 ASL Roma 2 对 226 名老年患者进行的观察性研究的初步数据，旨在利用神经心理学测试和 AI 驱动的（DeepHealth ND）MRI 自动评估脑容量来研究痴呆症的早期诊断。
^xiii Moeskops, P., Mulder, L., Wakelin, E., Ng, A., Kim, J., & Haslam, B., “FLAIR MRI 中白质高信号的自动量化和定位，以支持疾病风险分层和纵向评估”，2026 年欧洲放射学大会 (ECR)。海报展示。2026 年 3 月。
^十四、DeepHealth 前列腺套件包含多个应用程序，包括 Quantib Prostate、DeepHealth Prostate AI 和 DeepHealth Viewer。Quantib Prostate 由 Quantib BV 生产，并由 DeepHealth, Inc. 在美国分销。DeepHealth Viewer 由 eRAD, Inc. 生产，并由 DeepHealth, Inc. 分销。DeepHealth Prostate AI 正在申请 FDA 510(k) 认证。任何关于前列腺套件的声明都可能引用其各个组件的相关声明。
^xv Everitt, B., Fortunati, V., Kim, J., Tol, J., Ko, A., Kolpa, G., Leufkens, F., & Haslam, B., “集成人工智能平台对前列腺MRI解读的影响：一项多位阅片者研究”，2026年欧洲放射学大会（ECR）。海报展示。2026年3月。
^十六、DeepHealth 甲状腺套件包含多个应用程序，包括 DeepHealth Viewer 和 DeepHealth 甲状腺 AI。DeepHealth Viewer 由 eRAD, Inc. 制造，DeepHealth 经销。DeepHealth 甲状腺 AI 由 See-Mode 公司制造，产品名为 See-Mode Augmented Reporting Tool, Thyroid (SMART-T)，DeepHealth Inc. 经销。任何关于甲状腺套件的声明均可能引用其各个组件的相关声明。并非所有产品和功能在所有市场均有提供。
^xvii结果基于 240 多个 RadNet 站点和 22,000 项甲状腺研究的数据[存档数据]。
^xviii扫描槽时间最多可减少 30%。早期解决方案在 RadNet 站点的部署结果[数据存档]。
^xix Monajemi, S., Louis, LD, Ng, A., Engin, M., Surendrakumar, S., Parkitny, S., Vo, J., Mohammadzadeh, M., & Haslam, B., “AI 助手提高甲状腺超声的判读效率、一致性和准确性”，2026 年欧洲放射学大会 (ECR)。海报展示。2026 年 3 月。
^并非所有产品都已获得所有市场的监管许可。监管许可因地区和产品而异。请访问 www.deephealth.com 或联系我们的监管事务团队，了解您所在市场的具体许可信息。

本公告附带的照片可在以下网址查看：https://www.globenewswire.com/NewsRoom/AttachmentNg/c259eede-a9aa-4878-b943-09d8eb96ab2c