南京鼓楼医院医学影像科张冰主任团队与推想科技科研团队联合进行的重磅科研成果在高分学术期刊《EBioMedicine》（《柳叶刀 The Lancet》子刊，IF＝6．2）发表，研究提出了基于人工智能深度学习的智能排版和结构式报告系统（Intelligent Imaging Layout System，IILS）。IILS系统依托AI技术简化并优化临床影像工作全流程，大幅提升影像科工作效率和准确率，为业界呈现了开创性的临床应用创新转化研究成果。
AI在医学领域的运用已有了实质性的进步，但大多数医疗AI科研都集中在疾病的辅助诊断方面。然而高质量的标准化图像是人工智能开发的基础，同时AI的应用可以接管繁琐、重复、单体价值低的管理行为。
南京鼓楼医院张冰主任团队联合推想科技强大的AI技术及临床科研能力，以更宏观的视角，从临床影像工作全流程角度出发，采用AI深度学习技术优化和解决了临床影像工作图像采集——图像呈现——疾病诊断3个主要工作流程中的问题，并在临床上推广应用了这一创新转化成果。
此成果能够在《柳叶刀》子刊发表，也印证了此研究成果的高质量，以及临床应用的可行性。
文中指出临床影像工作流图像呈现（Layout）环节中长期存在的一个重要问题，即胸部薄层CT（0．625mm－2mm）扫描一般包括250层以上图像，但是在胶片排版打印过程中，由于胶片空间有限，只能采用间隔打印的方式来排版，一般每张胶片仅保留40张图像。
因此，实际上胶片比电子图像损失了约82％的图像信息。同时，漏诊、无关键层图像信息及缺乏标准化成像报告等问题也不断使传统临床决策支持系统面临着可靠性挑战。
为解决这一问题，研究者开发并设计了基于人工智能技术的智能排版和结构式报告系统（IILS）。文中运用的机器学习方法能够准确检出肺部结节病灶（AUC高达90．6％），同时在检测到的结节数量和良恶性判断方面经过严格的统计验证，被证实优于六位放射科专家。
