乳房引發(fā)了無(wú)數(shù)的戰(zhàn)爭(zhēng)與贊美，但也最易招來(lái)腫瘤的青睞，比如乳腺癌。

中國(guó)國(guó)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(guó)家和發(fā)展中國(guó)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(jiǎn)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(guó)，誰(shuí)來(lái)閱片成為了頭號(hào)難題。乳腺X線鉬靶閱片難度高，培養(yǎng)周期漫長(zhǎng)，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(guó)不過(guò)寥寥數(shù)百人；與此同時(shí)，由于不同級(jí)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(guó)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(wàn)量級(jí)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(jí)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(duì)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(jí)，輔助醫(yī)生識(shí)別高危病變。

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?gòu)堄跋駡D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(guò)地上的光斑及陰影變化就要判斷出樹(shù)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(duì)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(duì)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(huì)放射學(xué)分會(huì)乳腺影像學(xué)組組長(zhǎng)、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(zhǎng)周期。

對(duì)人才的高要求，讓資深乳腺X線鉬靶閱片專家極度稀缺。縱覽中國(guó)醫(yī)師協(xié)會(huì)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(jí)”人士，僅有50余位。稀缺性，讓這些專家不得不滿足中國(guó)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(duì)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�！�

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(kāi)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(guó)乳腺癌診治專家共識(shí)。無(wú)論研發(fā)還是工程技術(shù)人員，都得從頭開(kāi)始學(xué)習(xí)乳腺影像及乳腺癌相關(guān)知識(shí)，并與臨床醫(yī)生長(zhǎng)期共事，深入理解工作流程及AI的應(yīng)用場(chǎng)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(guò)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(guó)多家頂級(jí)三甲醫(yī)院的萬(wàn)量級(jí)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(guó)內(nèi)目前頂級(jí)的乳腺腫瘤數(shù)據(jù)庫(kù)�！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(guò)了精心的設(shè)計(jì)。”

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(qǐng)教專家、翻閱指南，為每一個(gè)征象描述撰寫(xiě)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(jué)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(guò)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(guò)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(zhēng)議的標(biāo)注，會(huì)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(mén)研發(fā)出了一套專門(mén)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(zhēng)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(guò)程中，這套系統(tǒng)不斷受到專家的高度評(píng)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(guó)，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(zhǎng)期處于高壓之下�！�，彭衛(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(lái)，從事真正具備創(chuàng)新意義的工作。”

隨著國(guó)際學(xué)術(shù)交流的增加及越來(lái)越多頂級(jí)人工智能專家學(xué)者歸國(guó)，利用海外公開(kāi)數(shù)據(jù)集進(jìn)行醫(yī)療AI研發(fā)在業(yè)內(nèi)并不鮮見(jiàn)�？陀^而言，公開(kāi)數(shù)據(jù)集及泛化AI模型的出現(xiàn)，極大推動(dòng)了中國(guó)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(kāi)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(guó)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(duì)AI系統(tǒng)的性能提出了更高要求。

“以公開(kāi)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(guò)99％，但一旦落地臨床敏感性就會(huì)出現(xiàn)嚴(yán)重下滑，需要長(zhǎng)時(shí)間的調(diào)教與數(shù)據(jù)喂養(yǎng)，這無(wú)形中增加了臨床醫(yī)師的負(fù)擔(dān)。”林強(qiáng)說(shuō)，“此外，公開(kāi)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(wèn)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(guò)1600萬(wàn)，體積較大。而公開(kāi)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(duì)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(guó)女性真實(shí)乳腺影像數(shù)據(jù)研發(fā)的AI優(yōu)勢(shì)顯露無(wú)疑。

“我們專門(mén)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(wàn)像素影像的直接讀取和秒級(jí)處理，不會(huì)出現(xiàn)任何的卡頓或崩潰，確保無(wú)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(lái)說(shuō)，AI遠(yuǎn)超人類。”林強(qiáng)說(shuō)。

目前，中國(guó)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(lái)，當(dāng)乳腺AI更加成熟，乳腺癌的普適性早篩成本將會(huì)大大降低。乳腺癌的早期篩查方式也會(huì)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(huì)總體醫(yī)療開(kāi)支�！保�林強(qiáng)表示，“同時(shí)，通過(guò)將專家級(jí)的診療能力工具化，通過(guò)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。