OpenRadView：免费开源的医学影像查看器，支持CT/MRI

OpenRadView 是一款新近在 Product Hunt 上亮相的免费开源工具，让普通人能在自己电脑上打开 CT、MRI 和 X 光片的 DICOM 与 NIfTI 文件。它并非要替代医生，而是为个人研究、教育和初步了解影像内容提供一个低门槛入口。

从扫描光盘到本地查看：OpenRadView 能做什么

患者做完 CT 或 MRI 后，通常会拿到一张包含影像数据的光盘或压缩包。这些文件多为 DICOM 格式，普通软件难以直接打开。OpenRadView 的核心价值就是把这些数据从“只能看报告”变成“可以自己浏览”。

它支持从扫描光盘或 zip 压缩包直接读取 DICOM 和 NIfTI 文件，并在本地电脑上渲染。提供的查看功能包括轴状位、冠状位和矢状位的联动视图——这三个视角同步定位，方便用户理解病灶或结构的空间位置。此外还有实验性的 3D 视图和测量工具，让用户可以对影像做基本的长度或角度测量。

这些功能在专业放射科工作站中很常见，但 OpenRadView 把它们做成了免费、开源、个人可及的形式，这是它受到关注的主要原因。

DICOM（Digital Imaging and Communications in Medicine）是医学影像领域通用的国际标准，规定了影像数据如何存储、编码和传输。一次 CT 或 MRI 检查往往会产生数百到上千张切片，每张切片除像素数据外还附带患者信息、设备参数、扫描层厚与位置等元数据，这些都以 DICOM 格式打包。它本质上是“影像 + 标签”的容器，因此普通看图软件无法直接解析。

NIfTI（Neuroimaging Informatics Technology Initiative）则是神经影像研究中常用的格式，多用于 MRI 数据的分析与处理，通常把三维体数据存为单个文件，并附带空间坐标信息。它与 DICOM 的区别在于更偏向科研分析流程，而非医院设备原生输出。OpenRadView 同时支持这两种格式，意味着它既面向患者拿到的原始光盘数据，也面向研究和教学中的分析文件。

轴状位（axial）、冠状位（coronal）和矢状位（sagittal）是医学影像的三个标准解剖平面：轴状位是横切人体的“水平切片”，冠状位是从前向后切的“正面切片”，矢状位是从左向右切的“侧面切片”。任何三维影像都可以沿这三个方向逐层浏览，联动视图则让三个平面同步定位到同一个空间点，帮助用户建立立体方位感。这也是放射科医生阅片的基本工作方式，OpenRadView 把它复刻到了个人电脑上。

面向个人与教育场景，明确划清临床边界

OpenRadView 的定位非常清晰：个人研究项目，用于教育目的，未经临床验证。产品页面明确写道：“Ask a qualified clinician to interpret your scans; do not use the app for decisions about care.”（请让有资质的临床医生解读你的扫描结果；不要用这个应用做医疗决策。）

这一定位值得肯定。医学影像的解读高度依赖专业训练和临床背景，普通用户自行查看影像很容易产生误读或过度解读。OpenRadView 把工具交给用户，同时把解释权交给医生，这种边界感在健康类工具中尤为重要。

它还带有 MCP（Model Context Protocol）访问选项，允许用户接入自己的 AI agent。这意味着技术型用户可以探索用 AI 辅助理解影像数据的可能性，但同样需要谨慎对待输出结果。

开源与 AI 集成的双重看点

OpenRadView 以开源形式发布，代码托管在 GitHub 上，分类标签中同时出现了 Education、Artificial Intelligence 和 Medical。这反映出当前的一个趋势：医学影像工具正在从封闭的专业系统，向开源、可编程、可集成的方向延伸。

MCP 支持是其中较有前瞻性的设计。MCP 是一种让 AI 模型与外部工具和数据源交互的协议，OpenRadView 允许用户把自己的 AI agent 接入影像查看流程，可能用于自动标注、结构化描述或辅助检索。不过产品页并未展开说明 MCP 的具体能力边界，这部分仍属于实验性探索。

需要提醒的是，任何 AI 对医学影像的解读都不能替代临床诊断。OpenRadView 的 MCP 功能更适合开发者、研究者做技术验证，而非患者自行判断病情。

MCP（Model Context Protocol）是由 Anthropic 提出的一种开放协议，用于让大语言模型以标准化方式调用外部工具、读取数据源。可以把它理解为 AI 应用与外部世界之间的“通用插头”：AI agent 通过 MCP 服务器发现可用工具并调用，而不必为每个数据源单独写集成代码。OpenRadView 提供 MCP 访问，意味着用户的 AI agent 理论上可以读取影像查看器的状态或触发操作，用于自动化流程。但协议本身只规定交互方式，不保证 AI 对影像内容的理解准确，这也是产品将其标注为实验性功能的原因。

适合谁用？

OpenRadView 最适合三类人：一是对自身影像好奇、希望直观了解扫描内容的普通用户；二是医学教育场景中的学生和教师，可用它演示解剖结构和影像方位；三是开发者与研究者，借助开源代码和 MCP 接口做医学影像相关的技术实验。

对于需要临床诊断的患者，正确的做法仍然是携带影像资料咨询有资质的医生。OpenRadView 是查看工具，不是诊断工具。它的价值在于降低医学影像数据的访问门槛，而不是替代专业判断。