在10月13日上午举办的云栖大会智慧医疗专场，阿里健康正式对外宣布，将分别与地处杭州的浙江大学医学院附属第一医院(下简称浙大附一院)、浙江大学医学院附属第二医院(下简称浙大附二院)，和上海交通大学医学院附属新华医院(下简称上海新华医院)签约，共同推动智慧医疗落地。
浙大一附院院长王伟林在13日的大会现场透露，阿里健康与浙大一附院共同申报的“医学人工智能浙江省实验室”已经获得了浙江省发改委的初步批准，将很快落地杭州。双方还在大会现场举行了揭牌仪式。
雷锋网了解到，该实验室是依托浙江大学附属第一医院进行建设管理的实体性研究机构。今后，双方将在医疗人工智能这个领域强强联手，以智能决策、智能辅助诊断、智能信息安全为研究方向，构建一套智能化的医学研究系统。
王伟林院长在大会现场发表演说，畅想未来智慧医疗图景。他相信，未来患者进入医院之前就能享受到无微不至的智慧医疗复服务。不过王院长同时也指出，智慧医疗体系的建立需要循序渐进，不能一蹴而就。
因此，他给医学人工智能浙江省实验室设立了未来3年的四大目标：建设医疗人工智能影像辅助诊断平台、医学人工智能临床决策支持平台、基于区块链技术的医联体数据平台、医疗大数据智能科研平台，实现人工智能、数据挖掘等技术在浙江省医疗救治领域的应用。
以下是王伟林院长在云栖大会智慧医疗专场分享的全部内容，雷锋网(公众号：雷锋网)做了不改变愿意的编辑：
对智慧医疗的展望
昨天晚上我还在想，要是未来有一天我们浙一（雷锋网按：江大学医学院附属第一医院）能够出现这样的场景该有多好：张先生来浙一就诊，刚走到大门口，我们就能通过人脸识别和大数据系统，知道他最近一段时间在淘宝网或者其他地方购买了哪些东西，这些东西对他的健康是否有影响。
比如，我们分析出他过去几年在淘宝购买了大量香烟，并监测到他在进入医院前的50米一共咳嗽了10声，就能判断出他是肺部感染。同时我们还通过无线摄像头监测到他的体温是37.8度，推断出他患有肺炎，并伴有发烧症状。那么我们就可以向他推送信息，建议他在10点前看专家门诊，并告诉他XXX教授是最好的专家，但他在8-10点间的专家号已经全部满了。
我们建议他用手机APP预约XXX教授10:15的专家号。张先生预约好之后，手机立马会收到短信，“尊敬的张先生，您还需要等待两个小时，建议您到浙一医院二层的咖啡厅休息等待。不过很遗憾地告诉您，那里正坐着您三个月前分手的女朋友。好在浙一医院的书吧还空着，您也可以去那里休息等待”。
以上就是我对大数据整合时代互联网医疗的展望和梦想。
去年的云栖大会上，我也讲过一个很粗浅的梦，当时谈到金融行业的变革势必会推动医疗行业的革新。二三十年前，我拿着一点老婆给的私房钱偷偷到银行里存起来，换了一本红色的中国银行的存折。今天我们已经不需要这样做了，因为有了大数据。如今所有银行都已经实现了互联互通，到处都有柜台机和手机，彻底改变了我们的金融服务理念。
事实上，今天的医疗行业和20年前的金融行业一模一样。我们去医院看病，常常左手拿着病历卡，右手拿着磁共振，因为这些资料是在其他医院获取的。假如未来所有病例都可以在电脑中生成，所有医院实现了互联互通，我们看病的时候就不需要拿这么多东西了。我相信这一天一定会到来。
昨天我仔细研究了马老师前天在云栖大会上的演讲。他说，未来拥有最大发展机遇的不是来自互联网的企业，而是能把互联网运用到最极致的企业。我们正是怀抱着成为最好的互联网医院的梦想和阿里走在了一起。我们希望和阿里团队一起在医学人工智能领域留下一点足迹，做出一点贡献。
在医疗人工智能领域的探索
结合国家的相关政策和法规，我们认为人工智能将成为未来医疗科技发展的焦点。事实上，国内外已经在人工智能领域做了非常多的工作。既然人工智能可以提高医疗服务的供给能力，那么人工智能及相关技术的融合应该也可以实现医疗的精准化，以及质量的可控化和标准化，并促进医疗健康相关产业和经济的转型。
前段时间中央科技频道报道了我们医院在人工智能方面的早期探索——用机器人判断甲状腺结节。目前，已经有上万例病人用我们的机器人做了诊断，我们将机器诊断的结果与超声科主任的诊断进行对比，发现二者高度吻合。个别病例中，机器诊断的准确性甚至还超过了医生。
现在我们正和阿里巴巴合作，用人工智能作肺结节和肝癌结节的诊断。我们拿到一张肺部的CT片子之后，可以先用阿里巴巴的人工智能系统对其进行扫描，系统会给出相应的结果，告诉医生该患者患良性肿瘤和恶性肿瘤的概率各是多少。有了机器的提醒之后，医生就可以更好地做进一步诊断。接下来，我们完全可以将类似的机器人诊断应用到互联网中，甚至将机器人投放到诊所、社区和农村淘宝店中。
目前我们也在研究让超声扫描探头模仿机器人的手臂，这样患者就可以在当地医生的指导下，甚至自己拿起探头来扫描。扫描之后，机器人会自动作出诊断。我相信未来一定能够通过人工智能给医疗就诊模式带来一些改变。
在医院的智能检验系统方面，我们也进行了很多探索。在ICU的人工智能辅助决策方面，我们已经构建了死亡风险的评估模型、脓毒症早期预警模型、早期深筛预警决策模型和营养支持及体液容量管理模型，实现了数据模型验证与优化。同时，我们也联合阿里建立了电子病历大数据科研平台。通过这个平台，我们可以对疾病症状、药物、手术、检查、检验等作出相关决策，快速检索病例定位科研目标，并提供一定程度的辅助决策。
医疗人工智能分四步走
实验室建立以后，我们有一些初步的设想。首先，我们要研究医学影像阅片机器人。今后CT、磁共振、超声图像或者病理片子都是先由机器人阅片并作出初步诊断，然后由医生出报告。未来，随着机器人和人工慢慢走向彻底融合，机器人出的报告是否也能具备法律效力呢？我相信这是未来的趋势。但现阶段，我们将主要发力肺癌、甲状腺，尤其是前列腺疾病的影像筛查，降低发病率和死亡率。
第二，我们想做临床决策的机器人，实现智能诊疗。通过深度学习的计算机神经网络技术实现全临床路径的疾病诊治跟踪，从而构建诊断决策库，实现人工智能决策。今后，我们可以用机器人对病历进行扫描，根据病历资料判断出患者患有何种疾病，并给出相应的诊断思路。最后再根据诊断思路给出治疗方案。
第三，我们想做基于区块链的医联体医疗数据共享平台。现在每家医院的信息都是不统一的，如果我们能够实现省、市、县、村、社区多级医疗数据互联互通、安全加密，建立减少患者重复检查费用的医联体数据平台，就能提升医联体转诊和有效干预的能力。
第四，我们想做数据银行——医疗大数据智能数据中心，抽取患者的数据，并进行脱敏和结构化处理，供机器人进行训练。
其实上面提到的四点是一个完整的链条：先通过建医联体数据平台实现数据安全可靠的互联互通，形成医疗大数据中心；为影像智能的诊断和临床的辅助诊断提供了有力的支撑，再通过云平台可以辐射到基层的医院。我认为这可以为优化基层医疗机构的医疗服务质量，提高高危疾病筛查能力，缓解社会医疗资源分布不平衡、优化布局结构，培养医疗人工智能专业人才作出很多贡献。未来，我们还计划联合阿里将这些能力全面推广到50+医联体医院及2.7万家阿里村淘宝站点，惠及1500万甚至更多的人。
