Airdoc是較早將醫療AI成功落地的企業。通過深度學習方法，Airdoc基于數百萬醫學影像自主研發了人工智能慢病篩查解決方案，可以更好地輔助醫生進行快速判斷，使患者可以盡早得到正確的治療。

據不完全統計，2014-2018年，國內“AI+醫療”領域的創業公司共有127家，總融資額達58億人民幣。醫療AI也是AI落地應用的典型場景，多個組織、研究機構均十分看好醫療AI的前景和市場。雖然，醫療AI的前景廣闊，但就目前來說，行業整體上還處于萌芽階段，技術、數據、產品應用都會影響醫療AI的發展進度。
Airdoc在自主研發外，通過與大學實驗室以及業內其它醫療機構進行合作，實現了技術實力的共同提高，不過依然面臨部分難題。比如，一方面，公司需要用大量的數據進行模型訓練，但數據作為公司的核心資產，如何實現數據安全可控是Airdoc的核心訴求；另一方面，多模態數據分析作為公司的核心產品，也需要用到大量AI計算資源，如果采用自購硬件，則會產生較大的采購和運維成本。

針對Airdoc的數據安全、操作安全控制以及AI云計算等核心需求，UCloud與Airdoc技術團隊共同探討，制定了一套基于公有云的解決方案，如下圖所示： 首先，根據不同類型的訪問用戶，劃屬不同的VPC，確保宏觀層面的網絡隔離。利用堡壘機，又可對不同VPC內的云服務器進行微觀層面的權限管控，將不同權限授與不同用戶，通過日志和錄屏等技術手段，讓所有操作和數據流向逆向可溯源，保證數據安全。堡壘機與VPC的結合，支撐了用戶不斷擴展的業務需求，用戶數據在被充分共享的同時，安全性上也得到了有效保障。
其次，在醫學資料存儲的選擇上，考慮到外網上傳、內網使用的需求，選用UFS對象存儲做為數據共享交換的載體，它不僅具有滿足高并發、彈性擴容、跨可用區訪問的常規特性，更可實現資料生產與使用上的靈活解耦合，提升權限安全管理的顆粒度。
最后，針對海量數據的AI計算需求，提供了UAI系列產品（包括高性價比GPU、UAI-Train、UAI-Inference等）的組合，它是基于P40的云主機集群，面向AI訓練任務的大規模分布式計算平臺，提供一站式訓練任務托管服務，為用戶提供便捷的部署環境，相關驅動和架構均已默認配置好，使用戶只需專注于模型算法的調優。按需收費的模式也在為Airdoc及其合作伙伴提供高穩定計算環境的同時，大大節省了AI模型的訓練成本。

• 支撐用戶不斷擴展的業務需求；
• 用戶數據在被充分共享的同時，安全性上也得到了有效保障；
• 可實現資料生產與使用上的靈活解耦合，提升權限安全管理的顆粒度；
• 按需收費的模式也在為Airdoc及其合作伙伴提供高穩定計算環境的同時，大大節省了AI模型的訓練成本。