AI医疗行业全景解读——医院PACS软件有哪些演进范式？

在我国智慧医院建设与AI辅助诊断加速落地的背景下，PACS（Picture Archiving and Communication System，医学影像归档和通信系统）正告别“单纯存图传图”的定位。面对多模态影像激增、AI应用泛在化及多院区一体化管理需求，医院PACS软件有哪些新的演进方向、存在哪些待解短板、又有哪些更优替代方案，成为医院信息化升级的核心命题。

一、国内市场中，医院PACS软件有哪些发展趋势？

中国软件行业协会《我国智慧医疗服务影像平台软件领域市场分析报告》显示，2022年我国智慧医疗服务影像平台软件市场规模达4.3亿元，2023年增长至4.9亿元，2024年达到约5.6亿元，预计2025年仍将保持12%的增速、达到约6.2亿元。

稳健增长背后，折射出当前国内PACS系统领域呈现出的四大演进趋势：

一是医疗数智化转型需求推动市场增长。随着医疗行业数字化转型加速，医疗机构对信息化管理工具需求也持续增长。PACS系统高度符合医疗机构数智升级发展方向，市场需求持续攀升，众多医院为优化工作流、提高医疗服务质量而引入PACS系统。

二是远程医疗与分级诊疗的发展进一步推动PACS系统普及。远程医疗和分级诊疗政策的推行，为PACS系统带来广阔应用空间。借助这些系统，上级医院专家可远程读取基层医疗机构患者的影像资料并进行诊断，实现医疗资源共享，提升基层医疗服务水平。

三是AI与大数据技术与PACS系统融合，为医疗诊断带来革新。人工智能算法可对影像数据进行快速分析，辅助医生完成诊断，提升准确性和效率；大数据技术能对海量影像数据的分析，为临床研究、疾病预测等提供数据支持。

四是医疗信息化建设关注度提升，对PACS系统等AI医疗产品的政策支持与资金投入力度日增，为企业创新研发、市场拓展创造良好环境，加速系统在医疗机构中的普及应用。

二、当前常见的医院PACS软件有哪些短板有待攻克？

广泛部署的传统PACS系统在数智化深水区暴露出四方面共性瓶颈：

①原有架构阻碍业务发展——多数传统PACS系统基于早期集中式架构，高并发调阅与弹性扩展能力不足，多院区协同成本高；

②AI应用割裂——现有AI工具多局限于单病种、单模态场景，医生阅片时需要反复切换AI工具与阅片页面，工作流连续性割裂；

③存储体系形成数据孤岛——AI系统与PACS系统多独立存储，导致AI分析结果难以长期留存、历史数据检索慢，尤其在大型综合医院及多院区场景中，图像加载延迟、缺失现象尤为突出；

④诊断流程低效——AI分析结果转录、结构化报告填写等方面高度依赖医生人工参与完成，医生诊疗工作仍存在较大工作负担。

三、医院PACS软件有哪些更优的选项？

目前，市面上大部分PACS系统在临床使用中均表现出以上共通的痛点，放射科医师们正翘首以待PACS系统得到更贴合实际临床需求的一次迭代。

将视线拉回PACS厂商——目前行业内头部厂商是否已具备针对痛点的解决方案呢？医院PACS软件有哪些更优的选项呢？

以当前国内实现业界领跑的一家企业——联影智能为例，其推出的AI原生新一代影像平台AI PACS，已在多家顶尖三甲医院完成从架构重塑到临床验证的落地闭环。

联影智能AI PACS以云原生+AI原生为核心，从底层架构上实现AI与PACS系统的深度融合，全面覆盖医技诊断、科室管理、影像服务等核心场景，能针对不同等级、不同临床需求的医疗机构的影像业务智能化升级提供一体化解决方案。

以北京大学第三医院（以下简称：北医三院）为例。2025年6月，北医三院与联影智能携手完成AI PACS系统在北医三院院本部及6个直属分院区的全域覆盖。截至2025年9月AI PACS系统上线北医三院百日，统计数据显示AI PACS较原系统影像归档速度平均提升5倍，影像调阅速度平均提升8倍，可对1100+万全量历史数据实现自由检索、秒级查询。此外，AI PACS系统还可通过700余项个性化配置兼顾不同角色业务诉求、适配个人工作习惯。AI PACS系统上线百日以来的全面优化提升，充分验证其在原生AI融合、多院区协同、运维管理等方面的核心优势。

在复旦大学附属肿瘤医院（以下简称：复肿），医院与联影智能联合开发的「肿瘤专科AI元影像平台」在2025年10月于总院、浦东分院及两个医联体合作医院全面部署。截至2025年12月正式发布，平台已接入影像设备65台，日均检查量超3000次，对接19个系统，完成超27亿条历史数据迁移，实现全院级影像平台的全面「数智升级」。

此外，中山大学肿瘤防治中心（以下简称：中肿）和联影智能协同打造AI PACS系统并于2025年12月发布。据悉，中大肿瘤单日影像报告量超2300份、日均新增影像数据2TB以上。2025年5月，联影智能AI PACS在两院区及一体检中心完成全域部署，每日处理影像调阅超1800万次；成功迁移700万份历史报告及51亿张影像文件，原生融合26个AI应用与25款专病结构化报告模板（含鼻咽癌、膀胱癌、直肠癌等），显著提升诊断效率与报告一致性。

结语：医疗影像变革进入深水区后，医院PACS软件有哪些可能的进化方向已渐次清晰——以联影智能AI PACS在复旦肿瘤、中大肿瘤等顶尖机构的实践为参照，新一代PACS正在重塑影像科医生工作流，让影像数据从沉淀资产转化为驱动精准诊断与医院高质量发展的核心动能。