通过AI人工智能技术将超声影像 风险因素，血脂生化风险因素， 病史风险因素综合作为血管斑块 风险分级的输入，结合临床的指 南判定的要求，可以有效综合评 价血管斑块的风险等级，为及时 病患的分级诊疗，提供辅助决策的助力。

心血管超声影像导航技术：根据当前超声影像和信号对颈总动脉进⾏识别，以切⾯标准性作为定量化指标导航⼈⼯或驱动电机，逐步找寻最佳的⾎管测量切⾯，从⽽缓解了对超声医师的技能与经验的依赖
IMT实时识别与量化AI技术：对CLOOP中全部的IMT进⾏⾃动测量，通过对实时IMT数据进⾏AI识别，得出最⼤的厚度位 置，从⽽不漏筛可能的内膜增厚位置，从⽽摒弃传统测量值偏低的因素
血管斑块实时识别与分级AI技术：对早期斑块的存在进⾏准确的位置与⼤⼩识别，根据斑块的伞盖形态、斑块核状态对识别到 的斑块进⾏分级。对可能存在的脱落性斑块可以做到提前预警，早药物或介⼊治疗，有效控 制的⼼⾎管疾病的⻛险
心血指标自动量化与评估AI技术：通过对13组⼼⾎临床指标进⾏实时⾃动量化，使⽤均值、波动评估值等34个评估参数通过⼤ 量病例的学习，可快速并全⾯评价⼼⾎管疾病的存在与严重程度。为⼼⾎管慢病的筛查与管 理提供重要的辅助量化⽀持，有效摒弃传统⼈⼯测量导致的⼈⼯引⼊误差与经验依赖。