开立医疗周国义解读AI场景化赋能路径：从实时图像超分到盲区质控，打造人机共检内镜发展新生态

从内镜诊疗设备到各类植入式医疗器械，工艺制造与软硬件算法的整合能力，直接关系到产品的安全性能与临床应用稳定性。

2026年9月2日上午，在2026 Medtec“医疗粘接与焊接先进技术研讨会”现场，深圳开立生物医疗科技股份有限公司创新研究中心负责人、总监周国义先生，带来了题为《AI场景化赋能消化内镜设备——从图像增强、辅助质控到辅助诊断》的主题分享。

周国义总监提出核心观点：AI医疗设备与算法的落地应用，必须建立在“算法、软件、硬件与高性能AI引擎”一体化设计的基础上，通过将医生的临床经验与诊断思维深度融入算法框架，实现“人机共检”的顺畅协同，在不打断医生正常诊断节奏的前提下，全方位提升内镜成像质量、质控水平与诊断准确率。

1 坚持全链条自主研发，推进软硬件算法一体化设计

周国义总监介绍，开立医疗始终走从核心传感器、探头到整机及图像处理流程的全链路自主研发路线。

结合国内医疗器械注册的法规要求，AI医疗器械发证明确规定算法需与特定主机、传感器硬件深度适配（开立曾取得国内首张产前超声人工智能医疗器械证XPuS）。如果研发机构仅单独优化算法，未考虑与硬件的一体化适配，会面临测试变量繁杂、难以通过法规认证的落地难题。

2 发布IEndo AI Box 1.0，支持图像实时超分与嵌入式无干扰辅助质控

开立自主研发内镜专用模型并推出内镜AI盒子，具备超低延迟（处理延迟控制在50毫秒以内）与全链路兼容特性，可自然融入医生日常操作流程。

在图像增强领域，团队突破实时超分算法技术瓶颈，弥补狭窄内镜镜头导致的高频信息缺失，实现清晰观测血管内红细胞流动的真实成像效果。

在辅助质控方面，1.0版本可覆盖上消化道31个部位的盲区监测与解剖位置指引，结合进镜速度与时长管控，通过余光可感知的雷达图与矩形框进行提示，完全不会遮挡或干扰医生的正常观察。

3 迭代IEndo AI Box 2.0，复刻医生诊断思维实现精准辅助诊断

开立AI 2.0版本功能从质控场景拓展至辅助诊断与报告生成，可实现幽门螺杆菌（HP）感染识别、胃炎特征因果推断、肠化生与萎缩辅助诊断、息肉分型追踪以及波士顿肠道准备评分（BBPS）分区分段清洁度评估。

算法复刻医生“先筛查可疑病灶、形成初步判断、再围绕周边特征验证依据”的临床思考逻辑，且在器械进入视野时自动隐藏提示弹窗。

周国义总监总结表示，AI的定位并非替代医生，而是以“人机共检”为核心，将AI的图像计算能力与医生的临床经验相结合，实现病灶发现与漏诊防范的双重价值提升。

本平台所刊载的资讯来源于外部公开信息及合作方提供，由“中欧世界展会网”进行整理编辑，旨在为用户提供便捷的展会信息参考。我们致力于打造一个汇集全球展会时间与地点信息的服务平台，并可提供展位预订、参观协助、设计搭建等第三方服务对接。

相关资讯仅供参考，不构成任何确定性承诺或要约，亦不对其准确性、完整性承担法律责任。用户基于本平台信息所做的任何决策与行为，均需自行核实并承担相应风险。

如需进一步服务或确认信息，敬请垂询：400-837-8606（24小时客服）。