聚焦健康中国 人工智能（第一健康报道杭州 记者九剑）
编者的话：浙江是一个互联网的热土，同时也是人工智能研究的热地。很多医院都和相关的IT企业、和人工智能研究机构开展了研究应用的合作，尤其是对大医院健康医疗大数据的挖掘，都非常积极、非常有创新性。正如浙医二院党委书记、副院长陈正英所言：这些年来，互联网医疗得到了快速发展，可以说是风起云涌。互联网医疗将来会发展到什么程度，也许今天我们都无法想象。但有一点是肯定的，互联网医疗发展给患者带来的方便一定会越来越多。通过十余年的探索，我们深刻体会到：互联网医院、信息化医疗，无论发展到什么程度，最根本还是离不开“人”，将人文融入到网络医疗中，一定会“事半功倍”，更具人性化。
10月12日国家卫生健康委员会在浙江大学附属邵逸夫医院就“互联网+医疗健康”发展与便民惠民服务有关情况举行的专题新闻发布会上，浙江大学医学院附属第一医院院长王伟林教授就近年人工智能领域运用场景向媒体做了介绍。
图为王伟林在新闻发布会上介绍人工智能应用（九剑 摄）
王伟林：
我简单地举一个例子，我们联合浙江大学开发了人工智能甲状腺结节辅助诊断系统，大家知道甲状腺结节发病率是比较高的，像患者做甲状腺B超，不同的医生可能会有不同的检查结果，可能A医生说有结节，B医生说结节不明显，对于结节的性质，也可能有不同的诊断，A医生说结节是良性的，另一个医生检查后判读这个结节有恶性的可能，为什么出现这样的情况？
检查读片诊断很大程度上取决于医生的临床经验，也就是他的医学图像积累与疾病的关联认知度，经验累积到一定程度就可以判断有没有结节，是良性还是恶性。如果这个工作由智能机器人来做，原理就是通过学习大量的B超图像，获取图像特征，就可以判读哪些结节是良性的，哪些是恶性的。
图为浙大一院医生向媒体演示人工智能诊断（九剑 摄）
我院与浙江大学联合开发的这套系统通过5万份甲状腺结节图像的深入学习和积累，提取甲状腺结节超声影像特征数据集来识别甲状腺结节并判断其良恶性，以辅助医生对甲状腺结节进行快速定位和诊断。
目前系统对2mm以上大小的结节的检出率能达到98%，与活检结果比较准确率达88.1%，该结果已超过三甲医院普通医生平均水平，接近高年资超声医生水平。特别是，结合云计算强大的算力和存储能力，我院将系统部署在阿里云上，实现云端智能辅助诊断平台，广大基层医院的医生在超声检查诊断时若遇疑难病例，可实时把图像传送到云平台，云智能诊断平台将主动推送辅助诊断结果，帮助基层医院提高诊断水平，助推国家分级诊疗政策。
像这样类似的系统我院还在糖尿病眼底病变、肺结节CT影像筛查、病理细胞学辅助诊断等领域有所应用。
这些探索部分成果已试用于临床，包括智能的导医、智能的分诊以及人工智能医学影像的读片、人工智能大数据分析、科研数据分析、检验报告智能审核等。
以上的例子说明，人工智能已经渗透到医学的很多领域，正在逐步优化我们的就诊流程、就诊的模式。
（责编 薄荷）
