MD.ai
MD.ai是面向医疗领域的人工智能协作平台,核心定位是为放射学相关工作提供医疗影像标注与报告整理服务,助力医疗人工智能模型的训练与落地
MD.ai是面向医疗领域的人工智能协作平台,核心定位是为放射学相关工作提供医疗影像标注与报告整理服务,助力医疗人工智能模型的训练与落地。平台支持团队协同完成医疗影像标注任务,可自定义标注规范,也能基于标注数据生成标准化放射学报告,同时集成了模型训练相关工具模块。目标用户覆盖医疗机构放射科医师、医疗人工智能研发团队、医学院校影像专业师生、生物医学研究人员、医疗AI创业项目团队等,适用于医疗影像数据集构建、AI辅助诊断模型训练、放射学报告规范化整理、临床教学影像标注练习等场景。
- 适用对象
- 医疗机构放射科医师(构建标注数据集)
- 主要功能
- 放射影像标注、团队协同办公
- 计费方式
- 免费增值,部分功能付费
- 平台
- 网页
- 已收录
- 2026.09.04(59 天)
阅读目录
编辑评测与站内热度
编辑综合评分
满分 5 分
六维指标基于站内真实数据(热度、社区反馈、资料完整度、可达性核验等)综合评估,非用户投票。
全站热度排名
#4751
分类内排名
#18 / 519
累计站内点击
1
近 7 日点击
1
排名与点击为站内真实统计口径,反映 Toolifai 用户行为,非编辑评分。
MD.ai是什么,怎么使用?
约 4 分钟MD.ai是面向医疗领域的人工智能协作平台,核心定位是为放射学相关工作提供医疗影像标注与报告整理服务,助力医疗人工智能模型的训练与落地。平台支持团队协同完成医疗影像标注任务,可自定义标注规范,也能基于标注数据生成标准化放射学报告,同时集成了模型训练相关工具模块。目标用户覆盖医疗机构放射科医师、医疗人工智能研发团队、医学院校影像专业师生、生物医学研究人员、医疗AI创业项目团队等,适用于医疗影像数据集构建、AI辅助诊断模型训练、放射学报告规范化整理、临床教学影像标注练习等场景。
主要功能
- 放射影像标注:用户可上传DICOM格式的放射学影像文件,平台支持多种标注框、分割工具,可针对CT、X光、MRI等不同类型影像标注病灶位置、大小与类型,还能自定义标注类别与规范,完成标注后可导出标准格式的标注数据集,用于后续AI模型训练。
- 团队协同办公:平台支持创建团队项目空间,项目管理者可分配不同成员的权限,设置标注审核流程,标注者完成标注后可由审核人员进行复核修正,所有操作记录会自动保存,成员可实时查看项目进度与标注状态,方便跨机构协作。
- 标准化报告生成:用户可基于已完成标注的影像内容,调用平台内置的放射学报告模板,填充标注信息与临床数据后,自动生成符合行业规范的结构化放射学报告,支持导出PDF格式文件,也可对接院内系统完成数据同步。
- 数据集管理:平台提供云端存储空间,用户可按项目、影像类型、标注状态分类存储医疗影像与标注数据,支持快速检索筛选目标数据,可设置数据访问权限,保障医疗数据的隐私安全,也支持批量导出数据集。
- 模型训练对接:平台标注完成的数据集可直接对接常见的机器学习训练框架,用户可在平台内查看数据集的标注质量统计,一键导出适配PyTorch、TensorFlow等框架的数据格式,减少数据预处理的工作量。
- 教学练习工具:平台内置公开的放射学教学影像数据集,医学院校师生可直接使用这些数据集开展标注练习,教师可创建教学项目,分配练习任务,查看学生的标注结果,开展放射学诊断教学与实践训练。
怎么使用
- 1. 打开MD.ai官网,点击注册按钮,填写个人或机构信息完成账号注册,登录后进入个人工作台界面,可创建新项目。 2. 创建项目时选择项目类型,设置项目名称与访问权限,邀请团队成员加入项目,分配标注、审核、管理等不同角色权限。 3. 上传需要处理的DICOM格式医疗影像文件,根据项目需求设置标注类别与规范,将标注任务分配给对应标注人员。 4. 标注人员打开待标注影像,使用平台提供的标注工具完成病灶标注,提交后由审核人员进行复核,修正标注错误后完成标注流程。 5. 所有标注完成后,可在数据集管理模块导出标注数据集,或直接生成标准化放射学报告,也可将数据对接至AI训练框架开展模型开发。
适合什么人群
- 医疗机构放射科医师(构建标注数据集)
- 医疗AI研发团队(训练辅助诊断模型)
- 医学院校影像专业师生(开展临床教学)
- 生物医学研究人员(医学影像研究)
- 医疗AI创业团队(项目数据准备)
- 临床研究机构人员(临床试验数据整理)
总结
这是一款聚焦放射学领域的医疗影像人工智能协作平台,针对医疗AI研发过程中数据标注难、协同效率低的痛点,提供了从影像上传、标注、审核到数据集管理、报告生成的全流程服务。平台适配放射学临床工作的实际需求,支持DICOM格式这一医疗影像通用格式,内置的标注工具符合放射科医师的操作习惯,也能满足AI研发对标注精度的要求。团队协同功能解决了跨机构合作中数据共享与权限管理的问题,同时兼顾了医疗数据隐私保护的要求,对于需要构建医疗影像标注数据集的团队来说,是契合需求的协作工具。平台还开放了部分教学用公开数据集,也能满足医学院校开展影像教学的需求,覆盖了从研究到临床应用多个场景的需求。
价格与免费额度
MD.ai提供免费版本,免费版本支持创建最多3个项目,存储空间上限为10GB,仅支持最多5名团队成员加入项目,无法使用高级权限管理与批量数据处理功能,适合个人练习与小型教学项目使用。付费版本分为团队版与企业版,团队版每月费用为99美元,支持最多20名成员,存储空间为100GB,开放批量处理功能;企业版需要联系平台官方定制报价,提供无限存储空间与成员数量,支持私有部署与定制化开发,适合大型医疗机构与成熟AI研发团队使用。对于个人研究者与教学使用,可选择免费版本满足基础需求,商业项目建议根据团队规模选择对应付费方案。
优点与不足
优点
- 支持DICOM标准医疗影像格式,适配放射学临床工作流程
- 完善的团队权限与审核机制,支持跨机构协同完成项目
- 标注数据可直接对接主流AI训练框架,减少预处理工作
- 内置公开教学数据集,可满足医学影像教学实践需求
- 提供结构化放射学报告模板,可快速生成规范报告
不足
- 平台界面偏专业,无医疗背景的新用户需要时间适应操作
- 免费版本的存储空间与项目数量有限,无法满足大型项目需求
- 仅聚焦放射学影像领域,暂不支持病理等其他类型医疗影像标注
- 国内访问速度较慢,大文件上传容易出现不稳定情况
能帮你做的 8 件事
- 01放射影像标注
- 02团队协同办公
- 03标准化报告生成
- 04数据集管理
- 05医疗影像标注场景的常用方案
- 06放射学报告场景的常用方案
- 07医疗机构放射科医师(构建标注数据集)的日常效率工具
- 08先用免费额度验证需求再决定付费
更新历史
- 页面资料核验与信息更新
- MD.ai 收录进 Toolifai 目录
常见问题
MD.ai支持哪些类型的医疗影像?
MD.ai目前主要支持放射学领域的常见医疗影像类型,包括CT、X光、MRI、超声等符合DICOM标准的影像文件,平台针对放射学的使用场景做了工具优化,暂不支持病理切片等其他类型的医疗影像标注,如果是其他类型的医疗影像处理需求,暂时无法在该平台满足。
平台存储的医疗影像数据隐私如何保障?
MD.ai按照医疗数据隐私保护相关规范搭建了数据防护体系,用户可设置项目数据的访问权限,仅授权成员可查看对应数据,企业版还支持私有部署,数据可存储在用户本地服务器中,不经过平台公共服务器,满足医疗机构对数据隐私合规的要求,免费版数据存储在平台公共云端,平台承诺不会泄露用户数据。
标注完成的数据可以导出哪些格式?
平台支持导出多种常用格式的标注数据集,包括PASCAL VOC、COCO等计算机视觉常用标注格式,也可导出适配PyTorch、TensorFlow等主流AI训练框架的格式,同时支持导出DICOM格式的原始影像文件,放射学报告可导出PDF格式,满足不同场景的使用需求。
是否支持自定义标注规范与模板?
MD.ai支持用户根据自身项目需求自定义标注规范与报告模板,用户可创建专属的标注类别,设置不同病灶的标注要求,也可根据本机构的报告规范调整放射学报告模板,满足不同研究方向与不同医疗机构的个性化需求,该功能在付费版本中完全开放。
个人学习者可以免费使用平台吗?
个人学习者可以使用平台的免费版本开展学习与练习,免费版本提供基础的标注功能与10GB存储空间,支持创建3个以内项目,还可以使用平台内置的公开教学数据集,足够满足个人练习与小型教学项目的需求,如果需要更多存储空间与功能,再升级到付费版本即可。
开始使用 MD.ai
从官方入口了解最新功能与使用方式。
由 Toolifai 编辑维护
欢迎产品方补充截图、功能介绍与官方资料。更新和纠错由编辑审核后发布。