1，疾病篩查:
人工智能進行肺部篩查的步驟是:利用圖像分割算法對肺部掃描序列進行處理，生成肺部面積圖，然後根據肺部面積圖生成肺部圖像。利用肺部分割生成的肺部區域圖像和結節標記信息生成結節區域圖像，並訓練基於卷積神經網絡的肺結節分割器。
然後將圖像分割成肺結節，得到疑似肺結節區域。在發現疑似肺結節後，利用3D卷積神經網絡對肺結節進行分類，得到真實肺結節的位置和置信度。
2、病變輪廓:
靶區的劃定和治療方案的設計占用了腫瘤科醫生大量的時間，基層醫療機構的腫瘤科醫生經驗不足。腫瘤的三大治療方法中放療是最主流的(另外兩個是手術和化療)。相對於診斷，治療切入了醫療的核心。
每個腫瘤患者的CT圖像大約有200張，醫生在畫草圖時需要在每張圖像上標出器官和腫瘤位置。這個過程按照傳統方法醫生需要3-5個小時。在找到腫瘤的位置後，醫生還需要根據腫瘤的大小和形狀設計具體的照射方案或手術方案。
它還包含不同位置的不同輻射劑量。癌癥患者的平均等待時間為2-3周。如果醫生把時間放在壹個病人身上，另壹個人繼續等待，可能會錯過最佳治療期。靶區的劃定和治療方案的設計有壹定的技術含量，需要醫生的經驗，但包含了大量的重復性工作。
這些勞動密集型的工作是人工智能的專長，用AI來做這些事情會節省腫瘤醫生很多時間。
3.內臟的三維成像:
器官三維成像是基於MRI、CT等醫學影像數據對目標器官進行定位和分割，並在計算機上顯示患者內部情況的人工智能。輸入病人的核磁共振、CT等影像資料，在電腦上顯示病人的內部情況。醫生手裏的探頭指向哪裏，系統就實時更新顯示，讓醫生對患者的解剖位置壹目了然。
讓手術更快、更準、更安全。自動重建器官的真實3D模型，使醫生可以通過特殊設施在增強現實的虛擬空間中直接看到患者真實人體結構的解剖細節，並可以通過手勢和語音操作實時分析器官和病變的三維幾何形狀，精確測量目標結構的位置、體積、直徑和距離。