醫學人工智能顛覆傳統醫療服務！全國50余家媒體聚焦浙大一院“智慧醫療”！

2018年10月12日，國家衛生健康委員會在杭州舉行“互聯網+醫療健康”發展與便民惠民服務有關情況新聞發布會。

浙江大學醫學院附屬第一醫院院長王偉林教授介紹：浙大一院近幾年在醫學人工智能領域近20個場景進行了實踐探索，這些探索部分成果已試用于臨床，包括智能導醫、智能分診以及人工智能醫學影像讀片、人工智能大數據分析、科研數據分析、檢驗報告智能審核等，醫院充分利用人工智能創新醫療服務模式，引領醫療健康事業變革。

甲狀腺超聲人工智能輔助診斷系統

甲狀腺超聲人工智能輔助診斷系統，集結了浙大一院5萬余例的超聲圖像，不僅能實時判斷是否有結節，也能即時判斷良性惡性，該項目對超過2毫米的結節，其病灶檢出率高達98%，與活檢結果比較準確率達88.1%。

系統已達到超聲高年資主治醫師平均水平，對于缺少超聲醫師的基層醫院來說，只要把圖像通過互聯網技術傳到云平臺，即可得到診斷建議。

人工智能輔助診斷——小結節判讀

浙大一院在肺小結節判讀上較早應用人工智能輔助診斷系統。一位患者的CT影像人工閱片約需花費10分鐘，而人工智能通過后臺數據預處理后只需數秒鐘就可在應用終端給予輔助診斷，極大地提高了診療效率。

該系統可以判斷結節的種類、良惡性情況等。其基本步驟是，使用圖像分割算法對肺部掃描原始數據進行處理，利用肺部分割生成的肺部區域圖像，加上結節標注信息生成結節區域圖像，得到疑似肺結節區域并對其進行分類，得到真正肺結節的位置和置信度，再對同一患者的歷史影像進行比較和定量分析，評估良惡性概率。

人工智能宮頸細胞學輔助閱片系統

在浙大一院，一個病理醫生一天需人工處理100～200張宮頸癌細胞涂片，而一張宮頸細胞液基涂片可包含五千到七萬個細胞，看完一張需要5～10分鐘，該系統可以在60秒內自動出具初篩報告，并最高同時支持480張病理涂片分析。

該系統在人工智能醫療影像識別方向取得原理性突破，細胞分類精度達99.3%，超過美國國立衛生研究院，特異性和敏感性也均達99%，超過專業病理醫生，排陰率達81%。它還具有低成本的優勢，有利于宮頸癌篩查在農村及偏遠地區普及。