Airdoc是较早将医疗AI成功落地的企业。通过深度学习方法，Airdoc基于数百万医学影像自主研发了人工智能慢病筛查解决方案，可以更好地辅助医生进行快速判断，使患者可以尽早得到正确的治疗。

据不完全统计，2014-2018年，国内“AI+医疗”领域的创业公司共有127家，总融资额达58亿人民币。医疗AI也是AI落地应用的典型场景，多个组织、研究机构均十分看好医疗AI的前景和市场。虽然，医疗AI的前景广阔，但就目前来说，行业整体上还处于萌芽阶段，技术、数据、产品应用都会影响医疗AI的发展进度。
Airdoc在自主研发外，通过与大学实验室以及业内其它医疗机构进行合作，实现了技术实力的共同提高，不过依然面临部分难题。比如，一方面，公司需要用大量的数据进行模型训练，但数据作为公司的核心资产，如何实现数据安全可控是Airdoc的核心诉求；另一方面，多模态数据分析作为公司的核心产品，也需要用到大量AI计算资源，如果采用自购硬件，则会产生较大的采购和运维成本。

针对Airdoc的数据安全、操作安全控制以及AI云计算等核心需求，UCloud与Airdoc技术团队共同探讨，制定了一套基于公有云的解决方案，如下图所示： 首先，根据不同类型的访问用户，划属不同的VPC，确保宏观层面的网络隔离。利用堡垒机，又可对不同VPC内的云服务器进行微观层面的权限管控，将不同权限授与不同用户，通过日志和录屏等技术手段，让所有操作和数据流向逆向可溯源，保证数据安全。堡垒机与VPC的结合，支撑了用户不断扩展的业务需求，用户数据在被充分共享的同时，安全性上也得到了有效保障。
其次，在医学资料存储的选择上，考虑到外网上传、内网使用的需求，选用UFS对象存储做为数据共享交换的载体，它不仅具有满足高并发、弹性扩容、跨可用区访问的常规特性，更可实现资料生产与使用上的灵活解耦合，提升权限安全管理的颗粒度。
最后，针对海量数据的AI计算需求，提供了UAI系列产品（包括高性价比GPU、UAI-Train、UAI-Inference等）的组合，它是基于P40的云主机集群，面向AI训练任务的大规模分布式计算平台，提供一站式训练任务托管服务，为用户提供便捷的部署环境，相关驱动和架构均已默认配置好，使用户只需专注于模型算法的调优。按需收费的模式也在为Airdoc及其合作伙伴提供高稳定计算环境的同时，大大节省了AI模型的训练成本。

• 支撑用户不断扩展的业务需求；
• 用户数据在被充分共享的同时，安全性上也得到了有效保障；
• 可实现资料生产与使用上的灵活解耦合，提升权限安全管理的颗粒度；
• 按需收费的模式也在为Airdoc及其合作伙伴提供高稳定计算环境的同时，大大节省了AI模型的训练成本。