复星杏脉AI技术助力乳腺癌早筛，精准检出2毫米结节
复星杏脉AI技术助力乳腺癌早筛，精准检出2毫米结节
近日，上海嘉定区安亭镇启动妇女“两病”筛查项目，首次运用AI人工智能技术，为当地8000多名70岁以下妇女提供健康保障。这一创新举措不仅提高了筛查效率和准确性，更为基层医院诊疗赋能，成为乳腺癌早筛的重要推动力量。
AI技术助力基层医院诊疗
在安亭医院乳腺彩超检查室，医生正运用人工智能辅助诊断。医院超声诊断科医生程阳阳介绍，在扫查病人时，乳腺AI可以实时检测异常声像图，对于仅一闪而现的病灶也能精准抓取分析。
在病理检查方面，AI辅助系统也能够提升医生的工作效率。“‘两病’筛查期间，医院病理科每天接收超过100份涂片。原来是由医生肉眼观察，不仅速度慢，还可能存在主观性和人为误差。而AI可以通过分析大量的医学影像数据，快速准确地检测出潜在病变，两三秒就能给出现场反馈，速度较以前提升90%左右。”安亭医院院长潘自来介绍。
AI辅助诊断系统的具体功能和技术优势
该技术由嘉定企业复星杏脉提供，包括“乳腺超声人工智能辅助分析系统”和“宫颈癌筛查AI辅助解决方案”。前者能够实现对乳腺超声实时影像的传输、浏览、存储及处理分析，检出率高，最小2毫米的结节也可精准检出，并可对其良恶性详细分析；后者则由数字显微图像扫描系统和宫颈液基细胞学人工智能AI分析系统构成，可在宫颈癌筛查过程中辅助医生精准判读并出具相关报告。
AI技术在乳腺癌筛查中的重要价值
亚洲女性乳腺组织密度较高且乳腺癌发病低龄化趋势，超声基于其便捷、无辐射、经济实惠等优势，逐渐成为我国乳腺癌筛查诊断的首选手段。不过，超声在早期筛查中有一定局限性，尤其是对微小钙化灶的检出不够理想。临床实践中逐渐形成钼靶+超声的组合，常规体检可选择，门诊就医时对不明确病灶会联合联查。除影像学检查，医生还综合评估患者主诉、既往病史、触诊等临床指标，这种诊断模式流程繁琐，信息庞杂，诊断准确性也难以保证。
研究者开发了一款专门面向乳腺癌风险分层的多模态人工智能系统BMU-Net模型。该模型巧妙融合了卷积神经网络在特征提取方面的高效性，以及Transformer在高层特征融合与跨模态整合方面的卓越性能。通过在大规模钼靶和超声数据集上进行迁移学习预训练，再结合多模态匹配数据集进行精细化调优，显著提升了模型的通用性和复用价值。创新性地采用随机掩码训练策略，使BMU-Net能灵活处理不同模态的输入数据，有效应对临床实践中因患者隐私保护等原因导致的数据缺失问题。
研究证实，临床数据（尤其是年龄和体质指数）对乳腺癌风险精准分级具有重要意义，这与现有的乳腺癌风险因素研究相互印证。在包含187例患者的前瞻性多模态数据验证中，BMU-Net得到了90.1%的准确率，已接近病理学家通过活检切片分析获得的92.7%的准确率。
未来发展趋势
复星杏脉还在嘉定区建设“智慧健康嘉定”项目，通过搭建智慧医疗云平台，整合区域内三大医联体，旨在盘活全区医疗资源配置，将嘉定打造成区域智慧医疗高质量服务高地。
安亭医院是上海率先应用数字显微图像扫描系统和人工智能辅助分析系统的二级医院。把AI技术引入基层诊疗，可以缩短诊疗时间、提高工作效率，让居民在‘家门口’享受到高质量的医疗服务水平。