甲狀腺超聲圖像分析軟件由安裝U盤和加密鎖組成。本產品的適用范圍是具有結節的甲狀腺二維灰階橫切面且不帶測量標記的超聲圖像，支持的圖像格式為jpg、jpeg、png、bmp。

對計算機的訓練，不僅依賴足夠大的樣本量，也有賴于算法。孔德興教授透露，甲狀腺結節超聲影像的智能識別算法已申報四項國家發明。

不同于標準化數據（譬如CT、核磁等），超聲影像能夠在動態過程中捕捉病灶。從信息處理的方式來說，靜態處理方式只能看水平面上的相關性和信息，忽視了同樣有特點、特征的上下層信息。在這方面，孔德興教授的團隊彌補了這一缺陷。

“不同的醫生在超聲檢測中的移動速度和壓力都不一樣，如何處理非標準化數據是一個關鍵。現在的算法大部分是針對靜態數據的，我們利用醫院靜態數據和病理數據開發了這套系統，并在浙大一院超聲醫學科和西湖區留下街道社區服務中心進行試點，效果非常好。靜態有4張圖，動態可能就有20張，信息更豐富，也更準確。"目前，關于動態影像的核心算法已經完成，正處于產品開發階段。

提及未來規劃，孔教授表示，未來一方面會著重研發線下版，即超聲機器人。“算法是機器人的大腦，現在已經做出來了，而且在用，病人躺著，連續掃描做個動態圖像，馬上可以出結果。未來將會持續訓練，做出一個擁有醫生經驗的超聲機器人。在疾病病種方面，不只局限于甲狀腺結節，還會有乳腺、頸動脈斑塊、肝癌等。"另一方面是線上版，即云服務平臺。線上版的診斷系統將會更多應用于基層醫院，造福更多患者。