加速AI+医疗普惠：AI如何让乳腺癌筛查走进大山？

人工智能与超声技术的结合正在医疗领域引发一场新变革。

近日，贵州省铜仁市石阡县妇幼保健院与广州尚医网信息技术有限公司（以下简称“尚医云”）联合组织了一场“AI点亮女性健康未来”免费乳腺癌筛查活动，目前已为当地1,500名适龄女性进行了免费乳腺癌筛查。

其中，尚医云自主研发的“小济医生-AI超声乳腺癌筛查机器人”（以下简称“小济医生”）成为一大亮点。

利用亚马逊云科技计算、存储等云服务，“小济医生”能够自动完成从分析超声影像到初步诊断的筛查全过程，有效降低医疗资源欠发达地区乳腺癌早筛难度，并大幅提升诊断的准确性和效率。

自2017年起，“小济医生”已在广东、山东、江苏、北京、吉林、贵州、湖南、上海、内蒙、四川、安徽等地相继开展乳腺癌筛查，已完成AI超声乳腺癌筛查数十万人次，有效提升中国基层医疗资源不足地区的乳腺癌筛查覆盖率。

“目前，‘小济医生’是全球第一个最大规模的真实世界的 AI 超声乳腺癌筛查应用产品。”尚医云创始人兼 CEO 周振忠表示。

那么在乳腺癌筛查中，引入AI技术的价值有哪些？在AI+超声赛道，“小济医生”实现了哪些关键技术突破？云计算和大模型等新技术为“小济医生”的研发落地带来哪些价值？

“AI点亮女性健康未来”免费乳腺癌筛查活动

AI加持，降低乳腺癌早筛难度

根据世界卫生组织国际癌症研究机构的数据，2020 年乳腺癌已经成为全球第一高发恶性肿瘤。有研究证实，通过早筛、早诊、早治可有效降低乳腺癌死亡风险60% 。这就让“早发现、早诊断、早治疗”在乳腺癌诊疗中变得极为重要。

然而，大规模覆盖的乳腺癌筛查一直是医学界的难题。根据媒体报道，中国注册的超声医生仅有不到13万名，而乳腺癌筛查的适龄人口达3.4亿，乳腺癌筛查在适龄人口的覆盖率不到3%。尤其在医疗资源相对匮乏的偏远地区，缺乏有经验的超声医生成为乳腺癌筛查难以普及的痛点。

“我们走访发现，很多偏远地区的区县级医院只有一、两个超声医生，如果要完成大规模乳腺癌筛查的话，基本上超声科就要停诊了。而且超声筛查容易存在人为失误，导致漏诊与误诊等情况。”周振忠表示。

据介绍，“小济医生”自2012年开始研发，经历了多轮技术迭代。通过海量的乳腺超声影像数据持续训练计算机视觉神经网络大模型，不断提升检测水平。

“小济医生”采用超声设备融合算力、算法一体机的产品形态，主打开箱即用。只要连上电源和网络，就可以投入使用，非常适合企事业单位员工筛查、社区筛查、流动筛查车等普惠医疗场景。

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、自动计算BI-RADS分类、自动监测扫查手法等功能。普通人员通过培训即可上岗，无需超声医生在场操作或诊断，有效降低医疗资源欠发达地区乳腺癌早筛难度。

在超声检查中，手法是对筛查质量非常重要的影响因素。尚医云专门发明专利技术，通过“小济医生”帮助操作人员规范操作手法，保证筛查质量。

贵州省铜仁市石阡县妇幼保健院党委副书记、院长吴廷勇表示：“通过引入‘小济医生’，可显著提高超声影像的识别和分析能力，从而提升乳腺癌筛查的准确性和效率，缓解医疗资源短缺困境。我们非常高兴能够借助前沿科技的力量，为民众提供创新的治疗方案和便捷的就医体验，让更多人享受先进医疗服务。”

贵州省铜仁市石阡县妇幼保健院党委副书记、院长吴廷勇

灵敏度90%，特异度85%，筛查效果比肩专业医生

通过引入AI技术，“小济医生”实现了筛查效率和准确率的大幅提升。

“一位有经验的超声医生如果从早上 8 点到下午 5 点，连续不停地做筛查，一天大概能够做五、六十人。‘小济医生’的最高纪录，在江苏连云港，一台机器一天可以做162人次。”周振忠表示。

在筛查准确率方面，医疗诊断中有两个重要参数：灵敏度（真阳性）和特异度（真阴性）。

“乳腺癌发病率约为10万人中 50 到 100例左右。我们相当于大海捞针，要在海量的健康人群里面把患者找出来。目前AI技术在图像识别的灵敏度方面，整个行业都解决得不错。但是在特异度方面，也就是假阳性是我们最大的难点。”

周振忠表示，由于脂肪在超声上的表现和乳腺结节、乳腺肿块非常相近，即使有经验的超声医生，有时也会造成假阳性误判。

而且，“小济医生”的定位不是医院内的辅助诊断，而是在院外做大规模人群筛查。因此，相比X光、CT、核磁等其他医疗影像领域，AI乳腺癌超声筛查难度更大，对技术的要求更高。

比如，作为院内辅助诊断的AI医疗影像产品最终有专业医生把关。“小济医生”无需医生把关，因此对最终结果的专业度要求非常高。此外，相比CT数百至上千张的图片分析数据量，一次乳腺癌超声筛查，要处理 7000到14000 帧图像，而且要求实时出诊断结果。无论在数据量还是数据分析实时性方面，挑战都更高。

为了保证诊断结果的专业性，“小济医生”通过端侧模型加云端模型的组合，对齐“一位医生负责做检查并写报告、一位医生负责审核报告”的超声临床流程。端侧模型在现场筛查的时候出结果。筛查结束之后，所有数据会上传到云端，通过云端的计算机视觉大模型对端侧筛查结果进行质控复核，有效提升筛查的精确度。

针对假阳性的难点，“小济医生”充分借鉴医生的先验知识和大模型能力，引入时序数据分析等技术，不断提升算法复杂度和专业度。

“目前‘小济医生’灵敏度能够达到90%以上，特异度能够达到85%以上。AI 结合超声，能够解决过去多年来乳腺癌超声筛查中假阳性的难题。‘小济医生’的大规模应用，也将驱动AI +超声乳腺癌筛查技术走向全球。”周振忠表示。

尚医云创始人兼CEO周振忠

亚马逊云科技赋能，提升大模型训练效率

在“小济医生”的研发和推广落地过程中，亚马逊云科技的赋能起到了关键价值。周振忠认为，亚马逊云科技对“小济医生”的赋能主要体现在几大方面：

第一，坚实的云计算底座支撑。

依托亚马逊云科技的云服务，“小济医生”可将数据上传到云端并进行计算与存储，有效提高业务应用的稳定性。按需使用的云端算力也为“小济医生”背后的大模型迭代提供了算力基础。

“我们本身的算力是有限的，通常会在内部的算力中心做前期的试验，之后借助亚马逊云科技的算力基础服务，来帮助我们实现大规模训练模型。”周振忠表示。

第二，快速的云计算服务响应。

亚马逊云科技的基础设施遍及34个地理区域的108个可用区，其广泛而深入的云服务可为“小济医生”提供强大的技术底座，使其能够在多种应用场景和环境下，持续提供稳定、高效和准确的筛查服务，尤其是在海外地区。

第三，坚固的安全保障。

亚马逊云科技提供了超过300多项安全、合规和治理方面的服务与工具，为“小济医生”在全球落地，提供了坚实的数据安全基础。

“早在2013年，亚马逊云科技就组建了全球范围的医疗和生命科学专业团队。我们希望帮助像尚医云这样的优秀合作伙伴利用最新的技术研发出最好、最新的诊疗产品，加速智慧医疗的普惠。”亚马逊云科技医疗与生命科学行业方案高级总监黄庆春表示。

目前，云计算、大数据和人工智能等技术已经成为加速医疗行业数智化转型的重要途径。

在亚马逊云科技的助力下，“小济医生”展示了AI+超声领域的前沿实践，为全球乳腺癌筛查技术的发展树立了新的里程碑。我们相信，AI+医疗的快速发展，必将让智慧医疗惠及更广泛的人群。

END

本文为「智能进化论」原创作品。

原文地址：https://blog.csdn.net/AImatters/article/details/142887067

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！