人工智能系统对甲状腺病灶检出率高达98%

5秒钟，人工智能服务器给出诊断结果，对超过2mm的甲状腺结节，其病灶检出率高达98%；60秒内， 宫颈癌筛查人工智能系统自动出具初筛报告，远超医生5——10分钟的诊断时间。

2017年，医学人工智能浙江省工程实验室落户浙江大学医学院附属第一医院，到目前为止，医院已经研发了5个智能诊断系统，并应用于临床实践。

5秒钟圈出甲状腺是恶性结节，还是良性结节

“在临床繁重的超声检查工作中，一位超声医生每天需要检查上百位患者，他们需要人工采集甲状腺超声图像，并根据甲状腺结节图像进行实时诊断，对超声医生的专业素养要求较高，其中也不乏因为图像繁多而导致医生出现视觉疲劳，或因为临床经验不足，发生漏诊、误诊”，浙江大学附属第一医院超声影像科副主任医师赵齐羽介绍，“而甲状腺超声人工智能辅助诊断系统，则可以智能识别出甲状腺结节，并对良恶性进行判断，极大地减少结节的漏诊误诊，缩短诊断所需的时间。”

在操作中，超声医生采集了患者的甲状腺超声图像后，电脑可以实时发送给人工智能服务器进行智能读图和结果分析。5秒钟后，服务器会给出诊断结果，勾画结节边界，用红色来表示恶性结节，用绿色来表示良性结节，并语音提醒，告知是否发现结节以及结节的良恶性。

目前该系统已经学习了超过5万份包含病理结果的甲状腺结节图像，对超过2mm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%。目前在我院超声科应用超过300例，主要用于辅助规培生诊断甲状腺结节。

人工智能辅助诊断肺小结节判读

“一位放射科医生就胸部CT这一项检查，每天至少需阅读4——5万张影像图像，”浙江大学医学院附属第一医院放射科主任医师阮凌翔说，“医生的经验与稳定性、知识储备存在差异，再加上阅片视觉疲劳，都会增加肺小结节的漏诊及误诊风险。”因此，浙大一院充分利用互联网和人工智能技术，在肺小结节判读上应用人工智能辅助诊断系统。

一位患者的人工阅片需要花费十分钟，而人工智能通过后台数据预处理后只需要几秒钟就可以在应用终端给予辅助诊断，降低漏诊率，提高诊疗水平。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围像，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。

此外，浙医一院的人工智能宫颈细胞学辅助阅片系统、医能眼底影像辅助诊断系统、前列腺癌超声人工智能辅助诊断系统等都大大提高了诊断效率。