高技術要求

手持式超音波的篩檢流程，倚靠醫師/技師臨床經驗及專業判斷能力，有標準化的掃描過程，導致掃描品質及掃描量能無法控管，資源與人力成本提高。

病患流失

以乳房外科為例，即使在門診時為病患觸診發現腫塊，若須等待影像檢查單位排程2週以上，便會導致病患轉診去其他醫院做檢查。

影像解讀的主觀性

超音波影像解讀受到醫生的主觀判斷和經驗影響，不同醫生可能有不同詮釋，可能導致結果的變異性。

工作疲勞

醫生打報告時，數量多容易造成工作疲勞影響判斷。

貼近臨床

標準化手持式超音波掃描過程，提升掃描量能，及確保影像品質下，有效降低技師/醫師的操作專業經驗需求，進而降低資源與人力成本。

可信度

AI 模型使用經過病理學檢測的案例進行訓練，並經過臨床測試，能有效提升病灶偵測及診斷的敏感性及特異度 。

智慧篩檢

透過大量的臨床數據和病患信息大數據分析，AI 能夠預測疾病風險並提早進行預防措施，有助於降低疾病發生率和提高患者生活品質。

輔助決策

AI可以協助醫生提供有效的偵測及診斷建議，幫助他們做出更明智的臨床決策，從而提高治療的準確性和效果 。