2018年10月12日，国家卫生健康委员会在杭州举行“互联网+医疗健康”发展与便民惠民服务有关情况新闻发布会。

浙江大学医学院附属第一医院院长王伟林教授介绍：浙大一院近几年在医学人工智能领域近20个场景进行了实践探索，这些探索部分成果已试用于临床，包括智能导医、智能分诊以及人工智能医学影像读片、人工智能大数据分析、科研数据分析、检验报告智能审核等，医院充分利用人工智能创新医疗服务模式，引领医疗健康事业变革。

甲状腺超声人工智能辅助诊断系统

甲狀腺超声人工智能辅助诊断系统，集结了浙大一院5万余例的超声图像，不仅能实时判断是否有结节，也能即时判断良性恶性，该项目对超过2毫米的结节，其病灶检出率高达98%，与活检结果比较准确率达88.1%。

系统已达到超声高年资主治医师平均水平，对于缺少超声医师的基层医院来说，只要把图像通过互联网技术传到云平台，即可得到诊断建议。

人工智能辅助诊断——小结节判读

浙大一院在肺小结节判读上较早应用人工智能辅助诊断系统。一位患者的CT影像人工阅片约需花费10分钟，而人工智能通过后台数据预处理后只需数秒钟就可在应用终端给予辅助诊断，极大地提高了诊疗效率。

该系统可以判断结节的种类、良恶性情况等。其基本步骤是，使用图像分割算法对肺部扫描原始数据进行处理，利用肺部分割生成的肺部区域图像，加上结节标注信息生成结节区域图像，得到疑似肺结节区域并对其进行分类，得到真正肺结节的位置和置信度，再对同一患者的历史影像进行比较和定量分析，评估良恶性概率。

人工智能宫颈细胞学辅助阅片系统

在浙大一院，一个病理医生一天需人工处理100～200张宫颈癌细胞涂片，而一张宫颈细胞液基涂片可包含五千到七万个细胞，看完一张需要5～10分钟，该系统可以在60秒内自动出具初筛报告，并最高同时支持480张病理涂片分析。

该系统在人工智能医疗影像识别方向取得原理性突破，细胞分类精度达99.3%，超过美国国立卫生研究院，特异性和敏感性也均达99%，超过专业病理医生，排阴率达81%。它还具有低成本的优势，有利于宫颈癌筛查在农村及偏远地区普及。