博客
来自团队的产品动态、使用指南与工程笔记。
How to Evaluate Patient-Facing Medical Imaging AI Tools
A practical framework for assessing patient-facing AI that explains imaging reports without crossing into diagnosis or treatment advice.
2026年10月11日Charles Guo

医疗 AI 应该解释不确定性,而不是隐藏它
面向患者的医疗 AI 应保留不确定性、否定、测量值和建议,而不是把谨慎的医学语言变成虚假的确定结论。
2026年10月10日Charles Guo

一个 DICOM 文件,不等于完整的患者体验
让患者获得医学影像很重要,但一组 DICOM 文件本身并不提供理解、临床背景或明确的下一步。
2026年10月10日Charles Guo

面向患者的医疗 AI 绝对不应该做什么
负责任的患者医疗 AI 应明确禁止诊断、改变治疗、隐藏不确定性,以及暗示自己可以替代临床医生。
2026年10月10日Charles Guo

为什么患者很难看懂放射科报告
了解放射科报告为什么难读、各个章节分别承担什么作用,以及患者如何准备更好的就诊问题。
2026年9月30日MyResultLab Editorial Team

AI 能解释和不能解释哪些医学影像报告内容
AI 可以帮助患者理解放射科语言,但解释不是诊断。了解面向患者的医学影像 AI 应有的角色、限制和安全边界。
2026年9月29日MyResultLab Editorial Team

面向患者的医学影像 AI 的五项责任原则
一套实用的治理框架,围绕明确用途、忠实沟通、人工监督、隐私保护和持续评估设计患者影像 AI。
2026年9月28日MyResultLab Editorial Team