不止于辅助筛查，人工智能已被应用于乳腺癌诊疗全流程

来自世界卫生组织（WHO）的数据显示，40%以上的癌症是可以预防的。早诊断、早治疗对于降低乳腺癌的发病率和死亡率具有重要作用。为了更好地关爱女性健康，全球兴起了“粉红丝带”运动，并由《时尚健康》于2003年引入中国。

2018年的中国粉红丝带运动，由《时尚健康》、英特尔、汇医慧影等共同发起，并于9月28日在北京举办了“爱护乳腺，AI不宜迟”为主题的发布会。

中国乳腺癌发病率不断增长，城市发病率高于农村

根据WHO发布的数据，2012年全球女性有超过167万乳腺癌新发病例，占女性全部恶性肿瘤发病构成的首位，几乎每4例女性恶性肿瘤病例中，就有1例是乳腺癌病例；同期死于乳腺癌的女性患者约有52万例，也位于女性恶性肿瘤死亡占比的首位。

中国虽然不是乳腺癌的高发国家，却是乳腺癌发病率增长速度最快的国家之一,乳腺癌发病率以每年2~3%的速度递增，增长速度高出欧美国家。

在我国，女性乳腺癌发病情况具有以下几个显著特点：

第一、乳腺癌已经成为中国女性健康的最大威胁。

根据国家癌症中心发布的《2018年全国最新乳腺癌报告》，全国2014年女性乳腺新发病例约27.89万例,占女性恶性肿瘤发病的16.51%。女性乳腺癌发病和死亡分别位居我国女性恶性肿瘤发病和死亡的第1位和第5位，已经成为女性健康的最大威胁。 

2014年中国女性前10位恶性肿瘤发病构成

第二、城市地区女性乳腺癌具有更高的发病率和死亡率。

由于城市地区的环境污染严重、饮食习惯的改变、工作压力大等因素，导致女性乳腺癌更高的发病率和死亡率。据统计，2014年中国城市地区女性乳腺癌的发病例数和死亡例数分别是农村地区的2倍和1.8倍。

第三、乳腺癌发病年龄早，且随着年龄增长发病率进一步增加。

根据数据统计，中国乳癌患者发病高峰年龄在45~55岁，比西方人早10岁，35岁以下约占15%。另一方面，中国女性在20岁之后，乳腺癌发病率随年龄增长迅速上升，并于55岁年龄组达到高峰。

乳腺科医生严重短缺，人工智能有望解决乳腺癌诊疗资源的供需矛盾

在乳腺癌诊疗过程中，医生的作用至关重要。但是，要培养一名合格的乳腺科医生需要花费大量的时间和精力。中华医学会放射学分会乳腺影像学组组长彭卫军教授曾指出，一个优秀的乳腺医生需要5-10年的成长周期，在这期间需要获得多位导师的指导，并积累足够的临床经验。

正因为培养乳腺医生难度很大，目前国内专业的乳腺X线钼靶阅片医生不超过1000人，面对每年几十万新发病例，中国乳腺医生每天的阅片数量常常数倍于欧美医生。

可以预见，随着我国城镇化率的提高和人口老龄化的加剧，乳腺癌带来的挑战将更加严峻。面对这一严峻的形势，有什么应对方法呢？

除了加大医疗资源投入外，人工智能的应用有望大幅提升乳腺癌诊治效率，解决乳腺科医生供给不足的问题，降低居高不下的乳腺癌发病率和死亡率。

总体上来看，以下几个方面的因素推动了人工智能在乳腺癌诊疗当中的应用：深度学习框架的发展降低了人工智能的应用门槛，计算机视觉技术发展，提升了图象识别模型的准确率；GPU、FPGA等人工智能芯片的发布大幅提升了计算能力；医学影像设备的普及以及医院信息化的提升，积累了乳腺影像数据，为人工智能模型的训练提供了条件。

在前沿技术进展方面，影像组学的应用，可以精准、量化预测病灶特性以及生存期；人工智能、MDT、大数据相结合，可以根据全量数据得到量化筛查或诊断结论、预后预测及最佳方案。

汇医慧影推出乳腺癌人工智能全周期解决方案

针对目前乳腺癌防治领域存在的医生供需缺口大、进入门槛高、医疗资源分布不均衡等难题，汇医慧影联手英特尔，在其AI辅助诊断平台Dr.Turing上推出“乳腺癌人工智能全周期健康管理云平台”产品，提供全数据链监控管理平台和乳腺疾病全周期解决方案。在英特尔至强服务器的支持下，其高通量计算平台采用英特尔Inception-v4以及inception-resnet-v2等深度网络的乳腺癌筛查技术，可支持多模态数据运算，大幅提升数据处理、推理效率和检测效率。

依据长期的技术积累，汇医慧影开发出适应于小数据集的算法，降低了人工智能模型训练对医学影像数据的需求。在目前乳腺影像数据相对缺乏的情况下，依然能开发出高准确率的人工智能模型，并通过医生使用过程中的反馈修正，不断提升系统性能。

“乳腺癌人工智能全周期健康管理云平台”利用人工智能技术优化乳腺成像流程，提供新的图像重建方法，提升成像速度和图像质量，在乳腺癌的早筛、临床治疗以及整个病程的管理方面，为医生提供帮助。

据统计，美国乳腺癌平均5年生存率为90%，中国只有73.1%。对于提升乳腺癌的生存率来说，乳腺癌的早筛早诊非常重要。在乳腺癌早筛方面，“乳腺癌人工智能全周期健康管理云平台”通过对影像数据的分析，给出肿块灶和钙化灶的位置，进行疑似病灶的定位。利用计算机高效、精确的特点，能提升医生阅片效率，降低漏诊误诊率，并提供量化的影像解读报告，帮助医生和病人更好的了解病情。

据统计，乳腺病变大约70％是良性的，20％是恶性的，10％是高危病变。经过筛查发现病灶后，需要进行病灶良恶性的判别和诊断。乳腺癌的诊断除了影像数据外，还结合患者的临床表现及病史，在临床检查发现异常的基础上进行活检，最后确诊还将依据细胞病理学和组织病理学诊断结果。

近年来，针对遗传性乳腺癌的筛查以及个性化的精准医疗方面，基因分析方法也得到快速发展。而汇医慧影推出的人工智能乳腺癌系统，正是将医学影像数据与临床、病理数据、基因数据进行融合，依据全量数据对乳腺癌的精确诊断提供帮助。

根据诊断结果，人工智能乳腺癌系统能为临床医生推荐优选的治疗方案。医生根据肿瘤的分期和患者的身体状况，酌情采用手术、放疗、化疗、内分泌治疗、生物靶向治疗及中医药辅助治疗等综合手段，以期产生更佳的治疗效果。

汇医慧影的人工智能乳腺癌系统，还为乳腺癌患者提供全流程的病程管理，覆盖检查、治疗、随访环节，提供全病程的智能监控和管理，及时根据病情变化优化治疗方案，通过优化诊疗流程提升治疗效果，并为患者节约治疗费用。

20世纪80年代，计算机辅助诊断（computer-aided diagnosis，CAD）技术在医学影像诊断方面开始应用，辅助影像科医师发现并分析病灶。乳腺CAD被广泛应用在X线摄影对乳腺癌的筛查上，对于推动乳腺疾病的诊治提供了一定的帮助，但也暴露出诸多问题和不足。

如今，汇医慧影推出的“乳腺癌人工智能全周期健康管理云平台”，能突破人眼阅片的精度限制，提升阅片精度和准确率，进一步推动了乳腺癌诊疗效率的提升，大大缓解国内影像科医生缺乏的困境。通过区域影像中心、远程医疗等方式，还可以为偏远地区提供高质量的阅片服务，推动乳腺癌筛查在基层医院的普及。

相关知识

乳腺癌防治需全社会关注，早筛早诊至关重要
乳腺癌
应用于84个场景，医疗健康行业的人工智能时代已在加速来临
关于“两癌”筛查你了解多少？
人工智能在医疗健康领域的革新应用
乳腺癌辅助化疗进展
“大社交”时代AI医疗要“加好友” 腾讯定下诊疗AI全流程目标
人工智能医疗应用纵深推进
人工智能在医疗健康领域的应用及挑战
近十年胰腺癌发病率逐年上升，“癌症之王”如何实现早筛早诊？

网址: 不止于辅助筛查，人工智能已被应用于乳腺癌诊疗全流程 https://www.trfsz.com/newsview682964.html