乳房引發(fā)了無數(shù)的戰(zhàn)爭與贊美，但也最易招來腫瘤的青睞,，比如乳腺癌,。

　　中國國家癌癥中心的統(tǒng)計(jì)數(shù)據(jù)顯示,，在所有女性可能罹患的惡性腫瘤中，乳腺癌高居榜首,，占比達(dá)到16．51％,。全球范圍內(nèi)，乳腺癌在發(fā)達(dá)國家和發(fā)展中國家女性的惡性腫瘤發(fā)病率均排名第1,。

　　為了早期發(fā)現(xiàn)乳腺癌,，臨床多采取乳腺X線鉬靶檢查的方式。這一方式成熟,、簡便,、廉價(jià)，可靠性也較好,。多個(gè)醫(yī)學(xué)指南認(rèn)為：高標(biāo)準(zhǔn)的乳腺X線篩查和復(fù)查可檢出大多數(shù)臨床前期階段的乳腺癌,，有效降低乳腺癌死亡率，并減少不必要的傷殘或者避免創(chuàng)傷性的治療,。

　　但在中國,，誰來閱片成為了頭號難題。乳腺X線鉬靶閱片難度高,，培養(yǎng)周期漫長,，導(dǎo)致專業(yè)從事乳腺X線鉬靶閱片的醫(yī)生極度稀缺，全國不過寥寥數(shù)百人,；與此同時(shí),，由于不同級別醫(yī)生之間閱片水平差異巨大，閱片一致性也難以保證,。

　　為解決這些難題,，近期，國內(nèi)一家AI企業(yè)依圖醫(yī)療提供了另一種解決思路——AI閱片,。

　　據(jù)悉,，乳腺X線智能診斷系統(tǒng)是依圖醫(yī)療耗時(shí)數(shù)年研發(fā)推出。該AI系統(tǒng)依托強(qiáng)大的算法創(chuàng)新,，以及多家三甲醫(yī)院萬量級的真實(shí)乳腺影像數(shù)據(jù),，實(shí)現(xiàn)了乳腺X線鉬靶影像的秒級閱片，擁有腺體分型,、病灶檢出,、征象描述、智能BI－RADS分型等多項(xiàng)功能,，并能自動(dòng)生成結(jié)構(gòu)化報(bào)告,，供影像醫(yī)師使用。

　　在多家三甲醫(yī)院的臨床實(shí)踐中,，該系統(tǒng)展現(xiàn)出了強(qiáng)大的病灶檢出及學(xué)習(xí)能力,。它不僅能夠檢出乳腺腫塊、鈣化,、結(jié)構(gòu)扭曲和不對稱,，同時(shí)還能在全病灶類型檢出的基礎(chǔ)上，實(shí)現(xiàn)病灶的癌變風(fēng)險(xiǎn)分級,，輔助醫(yī)生識別高危病變,。

　　乳腺美麗 診斷不易

　　乳腺很美，但想清晰看到內(nèi)部的病灶,，并不容易,。

　　不同于可以逐層掃描生成數(shù)百張影像圖片，還原出肺部三維結(jié)構(gòu)的肺部CT,，乳房組織渾圓天成的生理構(gòu)造以及X線垂直照射的原理,，使得雙側(cè)乳腺鉬靶常規(guī)的檢查體位僅有MLO位及CC位2個(gè)體位4張單片。因此只能利用壓迫板將女性的乳房盡可能壓薄,，讓乳腺內(nèi)部組織充分析離,，才能拍出盡可能清晰的鉬靶影像，進(jìn)而找出病灶位置,。

　　然而,，這種影像學(xué)方法必須要克服腺體遮蔽和結(jié)構(gòu)噪聲。就好比獵人穿梭在光斑點(diǎn)點(diǎn)的森林地面,，僅僅通過地上的光斑及陰影變化就要判斷出樹頂上的獵物所在位置,。因此，2D影像結(jié)果到3D乳腺組織的還原，對閱片醫(yī)師的專業(yè)能力提出了極高的要求,。

　　相較于影像表現(xiàn)更為明顯的鈣化與腫塊,，占病灶總數(shù)30％左右的結(jié)構(gòu)扭曲和不對稱很難被查出，尤其是當(dāng)醫(yī)生經(jīng)驗(yàn)不足或者疲勞時(shí),，很容易出現(xiàn)漏診,。

　　中華醫(yī)學(xué)會放射學(xué)分會乳腺影像學(xué)組組長、復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科主任彭衛(wèi)軍教授有著30余年乳腺X線鉬靶閱片經(jīng)驗(yàn),，他表示,，想要達(dá)到“資深”水準(zhǔn)，閱片醫(yī)生必須同時(shí)具備扎實(shí)的解剖學(xué)功底與影像診斷學(xué)功底,，豐富的空間想象能力,、足夠的臨床經(jīng)驗(yàn)、數(shù)位優(yōu)秀的導(dǎo)師,，以及5－10年的成長周期,。

　　對人才的高要求，讓資深乳腺X線鉬靶閱片專家極度稀缺,?？v覽中國醫(yī)師協(xié)會影像學(xué)組乳腺學(xué)組，堪稱資深的專業(yè)乳腺X線鉬靶閱片醫(yī)生也僅有100余人,，而其中的“專家級”人士,，僅有50余位。稀缺性,，讓這些專家不得不滿足中國數(shù)億名乳腺X線鉬靶拍攝潛在需求女性的閱片工作,。

　　“乳腺病灶征象不如肺結(jié)節(jié)那樣典型，在很多病灶的診斷上有較大的人為差別,。比如結(jié)構(gòu)扭曲,，有的專家認(rèn)為是結(jié)構(gòu)扭曲，而有些醫(yī)生則認(rèn)為不是,。加上亞洲女性多是致密性乳腺,，更增加了閱片不一致的概率?！迸硇l(wèi)軍教授透露,，“同樣一份乳腺X線鉬靶影像結(jié)果，一位有經(jīng)驗(yàn)的資深醫(yī)生和低年資醫(yī)生對于其標(biāo)注結(jié)果差異可達(dá)30％,，甚至更高,。因此，該領(lǐng)域人工智能應(yīng)用的潛力巨大,?！?/p>

　　診斷不易 AI已來

　　研發(fā)鉬靶AI的難度,，絕非普通公司所能承受。

　　“從研發(fā)一開始,，我們所遵循的就是ACR的最新指南,，同時(shí)參考了NCCN指南、ACS指南及最新的中國乳腺癌診治專家共識,。無論研發(fā)還是工程技術(shù)人員,，都得從頭開始學(xué)習(xí)乳腺影像及乳腺癌相關(guān)知識，并與臨床醫(yī)生長期共事,，深入理解工作流程及AI的應(yīng)用場景，理解醫(yī)生的痛點(diǎn),?！币缊D醫(yī)療醫(yī)學(xué)產(chǎn)品總監(jiān)林強(qiáng)表示。

　　經(jīng)過專業(yè)標(biāo)注的臨床數(shù)據(jù),，不僅是搭建AI模型的關(guān)鍵,，還是這款乳腺AI的基石。

　　“這款A(yù)I匯聚了全國多家頂級三甲醫(yī)院的萬量級乳腺癌影像檢查數(shù)據(jù),，體位齊全,、設(shè)備先進(jìn)、拍攝專業(yè),、影像清晰,，堪稱國內(nèi)目前頂級的乳腺腫瘤數(shù)據(jù)庫?！绷謴?qiáng)頗為自信的表示,，“在標(biāo)注中，從硬件到軟件都經(jīng)過了精心的設(shè)計(jì),?！?/p>

　　為了讓病灶征象描述更加全面，研發(fā)團(tuán)隊(duì)“住”在臨床一線,，請教專家,、翻閱指南，為每一個(gè)征象描述撰寫詳細(xì)的標(biāo)注規(guī)則,。

　　為了讓醫(yī)生們看得更清楚,，研發(fā)團(tuán)隊(duì)準(zhǔn)備了專業(yè)的5M專業(yè)閱片屏，讓看片更清晰,，視覺壓力更小,。

　　為了減輕標(biāo)注醫(yī)師壓力，不單純追求標(biāo)注進(jìn)度,，研發(fā)團(tuán)隊(duì)招募了幾十名經(jīng)過嚴(yán)格考核的專業(yè)醫(yī)師組成標(biāo)注團(tuán)隊(duì),，分散標(biāo)注壓力，避免搶進(jìn)度現(xiàn)象的出現(xiàn)。

　　為了確保標(biāo)注質(zhì)量,，每一張鉬靶影像都經(jīng)過至少5位醫(yī)生的標(biāo)注,。只有結(jié)果高度一致的標(biāo)注結(jié)果才被認(rèn)可，存在爭議的標(biāo)注,，會由更高年資的醫(yī)生進(jìn)行判斷,，并提交團(tuán)隊(duì)審核表決，最終由權(quán)威專家坐鎮(zhèn)給出標(biāo)注結(jié)果,。

　　為了更加高效的監(jiān)管標(biāo)注流程,，研發(fā)團(tuán)隊(duì)甚至在搭建AI模型之前，專門研發(fā)出了一套專門的標(biāo)注管理系統(tǒng),。

　　高昂的數(shù)據(jù)整理,、關(guān)聯(lián)成本，繁瑣的標(biāo)注流程,，眾多的爭議標(biāo)注點(diǎn),，一度令研發(fā)團(tuán)隊(duì)崩潰，而最終的模型結(jié)果也并未辜負(fù)這份付出與期待,，在落地醫(yī)院的過程中,，這套系統(tǒng)不斷受到專家的高度評價(jià)。

　　“歐美的醫(yī)生一天看10個(gè)患者的鉬靶片子就很了不起了,，但在中國,，這一數(shù)字至少是50個(gè)，需要審片簽字的副教授,，一天看上100人,，甚至150人的鉬靶片都是家常便飯。時(shí)間緊,，任務(wù)重,，還不能遺漏任何病灶，醫(yī)生的體力和精神長期處于高壓之下,?！保硇l(wèi)軍教授透露,，“人工智能系統(tǒng)能大大提升病灶檢出的速度與精度,，減少誤檢漏檢現(xiàn)象，在提升閱片一致性的同時(shí),，將醫(yī)生從繁重的機(jī)械性勞動(dòng)中解放出來,，從事真正具備創(chuàng)新意義的工作?！?/p>

　　摒棄公開數(shù)據(jù)集 這套乳腺AI“最中國”

　　隨著國際學(xué)術(shù)交流的增加及越來越多頂級人工智能專家學(xué)者歸國,，利用海外公開數(shù)據(jù)集進(jìn)行醫(yī)療AI研發(fā)在業(yè)內(nèi)并不鮮見,。客觀而言,，公開數(shù)據(jù)集及泛化AI模型的出現(xiàn),，極大推動(dòng)了中國醫(yī)療人工智能的發(fā)展。但在乳腺X線鉬靶AI的研發(fā)中,，基于海外公開數(shù)據(jù)集進(jìn)行研發(fā)的AI模型卻遭遇了滑鐵盧,。

　　林強(qiáng)透露，與歐美多為脂肪型的乳腺不同,，中國女性的乳腺多為致密性,，腺體遮蔽和結(jié)構(gòu)噪聲更為明顯，正常的乳腺組織和病灶區(qū)分度更小,，這對AI系統(tǒng)的性能提出了更高要求,。

　　“以公開數(shù)據(jù)集為基礎(chǔ)研發(fā)的乳腺鉬靶AI，其敏感性在實(shí)驗(yàn)室中雖然可以跑到95％甚至超過99％,，但一旦落地臨床敏感性就會出現(xiàn)嚴(yán)重下滑，需要長時(shí)間的調(diào)教與數(shù)據(jù)喂養(yǎng),，這無形中增加了臨床醫(yī)師的負(fù)擔(dān),。”林強(qiáng)說,，“此外,，公開數(shù)據(jù)集也存在圖像質(zhì)量低、標(biāo)注質(zhì)量差,、標(biāo)注標(biāo)準(zhǔn)不統(tǒng)一等問題,。”

　　林強(qiáng)以乳腺鉬靶中單張MLO位圖片為例,，正常情況下,，一張鉬靶影像的分辨率高達(dá)4000x4000，總像素超過1600萬,，體積較大,。而公開數(shù)據(jù)集為了方便發(fā)表，多將其壓縮成普通的jpg格式,，損失了大部分的像素,，對于病灶的表現(xiàn)能力大大下降，微小病灶甚至有可能直接消失,，訓(xùn)練出的AI模型水平可想而知,。

　　因此，基于中國女性真實(shí)乳腺影像數(shù)據(jù)研發(fā)的AI優(yōu)勢顯露無疑,。

　　“我們專門為這套AI系統(tǒng)優(yōu)化了圖像讀取的算法,，實(shí)現(xiàn)了1600萬像素影像的直接讀取和秒級處理,，不會出現(xiàn)任何的卡頓或崩潰，確保無論多么微小的病灶都能夠明察秋毫,，不損失任何細(xì)節(jié),，將病灶的形態(tài)精準(zhǔn)還原，從這一點(diǎn)上來說,，AI遠(yuǎn)超人類,。”林強(qiáng)說,。

　　助力基層 讓“AI醫(yī)生”上山下鄉(xiāng)

　　目前,，中國的絕大部分乳腺X線鉬靶檢查都集中在大中城市，而在廣大基層醫(yī)療機(jī)構(gòu),，近8億城鄉(xiāng)居民獲得的醫(yī)療服務(wù)遠(yuǎn)遜城市,，乳腺X線檢查也不例外。

　　“未來,，當(dāng)乳腺AI更加成熟,，乳腺癌的普適性早篩成本將會大大降低。乳腺癌的早期篩查方式也會發(fā)生改變,，從高危人群逐步擴(kuò)展到所有適齡女性,，從而極大提高早期發(fā)現(xiàn)乳腺癌的可能，降低社會總體醫(yī)療開支,?！保謴?qiáng)表示,，“同時(shí),，通過將專家級的診療能力工具化，通過AI賦能基層醫(yī)療,，有助于緩解當(dāng)前基層醫(yī)療機(jī)構(gòu)閱片醫(yī)生短缺的困境,，提升基層醫(yī)療機(jī)構(gòu)乳腺疾病早篩水平。