在低收入和中低收入的国家中医疗体系不健全，医院的资源和公共设施处于极度缺乏状态，还存在着医师人手不足，缺乏先进经验等现象。而各类肿瘤一直是医疗界中关注的重点，是大家想要攻克的医学难题。其中乳腺癌发病率在女性恶性肿瘤中居第一位，宫颈癌紧随其后，成为各国女性发病率和致死率排名前列的疾病。宫颈癌和乳腺癌发现的越早，治疗痊愈的机会越大，因此是早期的发现和诊断对于预防和治疗乳腺癌和宫颈癌尤为重要。但是由于缺乏专业影像医师、观念不到位、设施不足等原因导致许多低收入、中低收入的国家几乎不进行两癌的检测筛查，导致死亡率高达70%。目前，乳腺癌和宫颈癌病变早期筛查方法中，影像诊断的技术发挥着日益重要的作用。因此从两癌筛查检测筛查作为出发点，我们提出一种新型的计算机辅助分析诊断系统。集诊断、筛查疾病功能为一体的人工智能辅助诊断系统。新型的计算机辅助分析诊断系统是基于全卷积神经网络U-Net的图像语义分割算法，对图像病变区域进行分割达到病变的准确诊断，运用大量算法进行深度学习，实现宫颈癌、乳腺癌的智能诊断筛查。运用在一带一路沿线医疗情况较为不发达地区，帮助解决早期筛查设施条件不足，专业影像人手不足的痛点。人工智能能够根据图像识别诊断出结果，解放了医师双手，减少影像科医生的压力。由于产品经过深度学习，能够高效的分辨出诊断结果，减少人为因素导致的误诊率和漏诊率。远程的医疗分析也使得医疗资源结构平衡，减少病人外出就医的麻烦。 市场合作模式分别为以产品为重点的盈利模式、利用互联网构建“一带一路”区域合作网络、构建远程辅助筛查系统、网络同心圆连接式、与其他医学影像设备商合作，共同搭建一个产业链‍。 借由一带一路政策，与沿线发展中国家合作，帮助其扩大早期两癌筛查覆盖面，使患病人群不错过最佳治疗时机，提高两癌生存率。本产品致力于在早期找出更多的患病人群。我们的愿景就是AI带来使命，能多救一条生命就有存在的价值。