deepc

deepc 是德國團隊開發的放射科 AI 平台，核心產品 deepcOS 解決的是一個很實際的管理問題：醫院要用多家廠商的影像 AI 演算法時，該怎麼管。

這個問題比聽起來嚴重。放射科的 AI 演算法通常針對特定任務——這家專做肺結節偵測、那家專做乳房攝影、另一家做骨折判讀。醫院若要涵蓋多個科別，就得同時跟好幾家廠商打交道，每家有自己的部署方式、自己的介面、自己的版本更新節奏。對醫院資訊部門來說，這是持續性的維運負擔；對放射科醫師來說，要在不同系統間切換也影響判讀效率。

deepcOS 的定位是中介層：一次部署，接進多家廠商的演算法，統一處理影像資料流、結果回寫病歷系統，以及資料隱私與合規。

功能特色與適用場景

這種「平台而非演算法」的定位有個值得注意的優點——它降低了醫院對單一 AI 廠商的鎖定風險。影像 AI 這個領域廠商更迭快，今天最好的演算法明年未必還是，能換而不用重建整套流程，對醫院是實質的保障。

適用對象是中大型醫院、醫學中心與放射科團隊。

給台灣使用者的具體用法

台灣的醫學中心近年導入影像 AI 的案例不少，但多是單點導入——某科用某家的演算法，彼此不相通。deepc 這類整合層的價值會隨著導入的演算法數量增加而上升。

導入前的關鍵確認事項：與台灣醫院普遍使用的 PACS（醫療影像儲存傳輸系統）與 HIS（醫院資訊系統）的相容性；平台本身與其上的各演算法在台灣食藥署的許可狀態（平台有許可不代表演算法都有）；以及資料儲存位置——醫療影像屬高度敏感個資，資料是否留在院內、是否出境，是法遵與資安審查的重點。另外要提醒的是：整合層解決的是管理問題，判讀品質仍取決於底下那些演算法本身。