智能超声筛查软件能“秒”阅乳腺癌，准确率比影像医师还厉害？

钱学骏博士打开由其团队设计和研发的AI-breast智能超声辅助筛查软件，依次输入标有1-120编号的“疑似乳腺癌”的图像，这款软件在3-5秒内就能“秒”识别患者是否真的患有乳腺癌。

为了验证这款软件“识癌”准确率到底有多高，湖南中医药大学第一附属医院乳腺外科特邀了湖南省内3家三甲医院的12位资深影像科医师，用人工的方式识别上述的120张图像，开展“人机大战”，结果出乎意料。

(研讨会现场)

软件的诊断准确度、特异性、灵敏度与人工识别相差无几。这是湖南医聊医聊君在一场名为“乳腺疾病智能辅助诊断研讨会”见证的一幕。

这款名为AI-breast的软件是由陈泽宇博士和钱学骏博士等来自美国南加州大学的创业团队成员完成，是基于超声筛查图像，可对乳腺病变处进行智能分级，判断良/恶性的人工智能。

（影像医师人工阅片）

早在2015-2017年，以Google深度学习为代表的人工智能算法在皮肤病、糖尿病检测等领域取得成功，标志着医学影像人工智能已经开始成熟并正式进入市场。

为此，陈泽宇、钱学骏的团队也尝试着在乳腺癌疾病方面做出有益探索和突破。

陈泽宇介绍，针对乳腺病变，在多模态超声图像中对医师找到的患病区域进行扫描，自动提取病变处的特征，“将数字化的特征作为输入信息，以超声科医生的判断作为标准，使用优化后的卷积神经网络算法学习医生的诊断模式，从而形成人工智能特定的诊断模式。在人工智能学习了超过十万个乳腺病例后，使用2000个具有病理切片结果的病列进行诊断，正确率在93%以上。”

（人机数据对比）

此举，不仅将人工智能应用于医学影像，提高医生的读片效率和准确度，还减轻医生和患者双方的负担，成为了迫切的需要。

据有关统计，医疗数据有90%来自于医学影像，同时我国医学影像的数据以30%的年增长率快速增长。相较于急速增加的影像数据，我国的影像科医师年增长数量仅为4.1%, 随之而来的巨大缺口导致超过50%的医师工作时间在8小时以上，20.6%的医生每天平均工作超过10小时。繁重的工作负担下，依靠医师个人经验的人工阅片分析难免会造成误诊和漏诊。

（影像医师现场实际操作软件）

陈泽宇透露，目前团队与湘雅医学院、湖南中医药大学附属医院、西安西京医院、安徽省立医院、南方医科大学等20家三级甲等医院有合作关系，并与常德市第一人民医院，岳阳市一人民医院、湘雅二医院健康管理中心等60多个一、二级医院、体检中心达成了合作意向。

“所以，无论是上游医疗影像成像硬件设备还是下游医疗影像诊断服务，人工智能均有极大的发挥空间。”陈泽宇对未来充满了期待。

（编辑rat）

湖南医聊独家原创，转载请注明来源。获取更多健康知识，请关注微信公众号：hnyiliao。

湖南医聊每日提供权威、有趣、实用、及时的健康科普资讯，让我们一起收获健康，收获幸福。