该项目主要针对开源CT医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进行标记和检验，配合自主研制的机器学习算法，确保影像数据的有效性和识别的准确性；采用肿瘤影像深度学习和NLP（自然语言处理）融合技术，提供QA机器人应答查询，根据模仿影像医师的临床思维，训练“系统”在结合病史信息的基础上鉴别和诊断医学影像中的病灶，以给出更有效、更具临床参考价值的病灶诊断分析结果。该系统可大幅提高医院影像科的工作效率，减少人为医疗差错，增加医院病人的周转率，提高肿瘤早期检出率，改善我国医疗资源严重不足的困境；该系统具备自主学习医疗海量数据的能力，结合智能终端的配置，可用于大量培训年轻医生和基层医务工作者，提高我国偏远地区的医疗水平，该系统在医学协诊服务领域将经济效益显著。