AI筛查乳腺增生，精准又高效

AI筛查乳腺增生，精准又高效

乳腺癌是全球女性发病率最高的恶性肿瘤，被称为“女性健康的第一杀手”。据统计，全球每年约有230万女性被诊断出乳腺癌，其中约68.5万人因此去世。在中国，乳腺癌的发病率也呈逐年上升且年轻化的趋势。然而，乳腺癌如果能在早期发现并及时治疗，患者的生存率将大大提高。因此，乳腺癌的早期筛查和精准诊断是降低患者死亡率的关键。

近年来，人工智能（AI）技术在医疗领域的应用取得了突破性进展，特别是在乳腺癌的早期筛查中展现出巨大潜力。AI技术通过深度学习算法，能够快速准确地分析乳房X光照片和其他影像资料，帮助医生发现微小的病变迹象，实现早发现、早治疗的目标。

AI在乳腺增生筛查中的应用主要基于深度学习和图像识别技术。通过大量的影像数据训练，AI系统能够识别出正常组织和异常组织的细微差别，从而检测出可能的病变区域。具体来说，AI系统会分析影像中的纹理、边缘、密度等特征，与已知的病变模式进行比对，最终生成检测结果。

2024年发表在《Radiology》杂志上的一项研究，比较了AI辅助乳腺X线摄影与补充性超声筛查在致密乳房中的效果。研究纳入了5707名无症状女性（≥40岁），具有致密乳腺组织，进行了筛查性乳腺X线摄影和补充全乳手持超声（US）检查。结果显示，AI辅助乳腺X线摄影显著提高了特异性（95.3% vs 94.3%，P = .003），降低了异常解读率（从6.0%降至5.0%，P = .004）。补充筛查超声则显著提高了癌症检测率（从每1000次检查中的3.5例增加到5.6例，P = .002）和敏感性（从60.6%提高到97.0%，P = .002）。

“小济医生”AI超声乳腺癌筛查机器人是AI技术在乳腺癌筛查中的一个成功应用案例。该系统由尚医云自主研发，依托AI超声影像算法，实现了乳腺健康筛查的智能化、精准化、便捷化。区别于传统乳腺癌筛查依赖超声医生耗时分析、人工诊断易出现误诊和漏诊、以及缺少用于大规模筛查的高性价比解决方案的痛点，“小济医生”利用“AI+超声”的组合，打破了技术壁垒，让无需专业医师的筛查成为可能；同时，可实现自动检测并标注病灶等功能，可有效缓解基层医疗机构优质医疗资源短缺问题，进一步提升乳腺癌早筛普及率与准确率。

据统计，全国超声医生只有12.6万-12.8万，且这些超声医生需要负责多种疾病诊断，没有足够人手去做大规模人群筛查。其次，乳腺癌检查对超声医生的经验和能力要求也很高，不可避免出现漏诊、误诊情况。而‘小济医生’很好地解决了‘医疗资源匮乏’和‘筛查准确率’这两个困境。截至目前，“小济医生”已实现自动检测并标注病灶、自动分类病灶、自动计算病灶尺寸、自动判断良恶性和囊实性、自动计算BI-RADS分类、自动监测扫查手法等功能，无需超声医生在场操作或诊断，可以有效降低医疗资源欠发达地区乳腺癌早筛难度。 “在对乳腺癌的确诊率、检出率上，小济医生已经比肩甚至优于专业超声医生。”周振忠博士谈到，“小济医生”的最高纪录是一台机器一天筛查162人次，和医院人工检查相比，在效率上得到极大提升。

与传统筛查方法相比，AI技术在乳腺增生筛查中具有以下显著优势：

1. 提高准确率：AI系统能够识别出人眼难以察觉的微小病变，显著提高了癌症的检出率。研究显示，AI辅助的乳腺X线摄影将癌症检测率从3.3-5.2例/千次检查提高到3.5例/千次检查。

2. 降低误诊率：AI系统的高特异性减少了不必要的进一步检查和活检。AI辅助乳腺X线摄影的特异性达到95.3%，比单独使用乳腺X线摄影提高了1%。

3. 提高效率：AI系统能够快速处理大量影像数据，大大缩短了筛查时间。例如，“小济医生”每台机器每天最高可筛查162人次，远高于人工检查的效率。

4. 降低成本：通过自动化筛查，减少了对专业医生的依赖，降低了筛查成本，使得大规模筛查成为可能。

5. 无创无痛：AI筛查通常采用无创的影像学方法，避免了传统活检的痛苦和风险。

AI技术在乳腺增生筛查中的应用，不仅提高了筛查的准确性和效率，还有效缓解了医疗资源短缺的问题，为女性健康提供了新的保障。随着技术的不断发展和完善，AI在乳腺癌筛查中的应用将越来越广泛，有望成为未来乳腺癌早期筛查的重要工具。