中国的优质医疗资源到底有多稀缺？在从事乳腺x线智能诊断系统研发之前，依图医疗医学产品总监林强的感受从未如此强烈。
乳腺x线钼靶检查操作简单，价格相对低廉，易于接受，诊断准确率较高，是乳腺癌早期机会性筛查及早期发现的有效措施。
多个医学指南均推荐乳腺癌高危人群25岁后每隔1-3年进行钼靶筛查，而一般人群40岁后也需要间隔1-2年进行一次筛查，直到75岁。
粗略算来，需要进行乳腺x线钼靶筛查的女性群体达到数亿，而资深的阅片医生却常年处于极度稀缺的状态。
“当前中国专业从事乳腺x线钼靶的阅片医生仅有百人，而其中堪称资深的高年资医生仅有50出头”，接受媒体采访时，医院放射诊断科主任彭卫*教授透露，“有经验的资深医生和没有经验的低年资医生对于同一份影像的标注结果差异可以达到30%，甚至更高，但培养一名资深的阅片医生，至少需要5-10年的时间。”
那么，如何满足数亿名中国女性潜在的乳腺癌x线钼靶筛查需求？答案只能是人工智能。
此次东方放射大会上，依图医疗与医院放射诊断科主任彭卫*教授团队携手展示了乳腺x线智能诊断系统。
这套AI系统依据国际最新乳腺癌诊疗指南及国内专家共识，以医院万量级，带有病理确诊数据的病例为基础，经由专业医师标注团队和权威专家层层把关，可以在秒级内实现腺体分型、可疑病灶检出、征象识别、智能BI-RADS分级等功能，并一键生成结构化报告，为阅片医生提供一站式解决方案，其临床性能已接近资深的专业乳腺x线钼靶阅片医师，并仍然在临床真实环境中不断“摸爬滚打”，敏感性与特异性持续提升。
何以解忧？唯有AI
看似简单的乳腺钼靶阅片，为何专业人才如此稀缺？
“与动辄张，张的胸部CT影像相比，乳腺钼靶只有MLO和CC两个体位的4张图片，想要将4张平面的影像图片从2D还原成3D乳房组织结构，不仅要求读片医生有着扎实的解剖学功底和疾病知识，还要具备足够的空间想象力，将2D的影像结果还原成3D的乳房组织结构，并在3D的乳房组织结构中找出病灶，并精确定位”，彭卫*教授表示，“这一成长过程非常漫长。丰富的临床经验，高水平的带教医师，足够多的病例缺一不可，年轻医师成长并不容易。”
同时，与欧美女性更多偏向脂肪型乳腺不同，中国女性的乳房超过50%是致密型，脂肪较少，要在致密的影像中找出微小的肿块、钙化点、或者结构扭曲，需要他们睁大双眼，反反复复在并不明显的影像中寻找。
技术难度之外，阅片医生的体力负担和精神压力也常常被忽略。
“欧美的医生可能一天看20个患者的钼靶片子就已经很了不起，而在中国，这一个数字至少是50，而需要审片签字的副教授一天看上人，甚至人的钼靶片都是家常便饭。时间紧，任务重，还不能遗漏任何病灶，体力和精神都长期处于高压之下”，彭卫*教授透露，“而人工智能系统则有望大大提升病灶检出的速度与精度，将医生从繁重的机械性劳动中解放出来，从事真正具备创新意义的工作。”
基于临床真实数据开发更“中国”
随着医疗人工智能在全球范围内的兴起，针对乳腺、胸部CT、宫颈癌、眼底疾病等多个领域的公开数据集越来越多，而且范围越来越广，从影像数据到标注结构，甚至算法与AI模型都一应俱全，稍作修改投入临床并不困难，为何至今国内能够具备临床应用价值的仍然凤毛麟角？
林强表示，公开数据集的出现在一定程度上促进了医疗AI行业的繁荣，但公开数据集的先天不足限制了其临床价值，如人种不同、数量较少、影像质量较差、标注不规范等，导致根据欧美公开数据集做出来的AI模型能够在实验室跑出非常优异的成绩，达到95%，甚至99%，但临床应用价值非常有限。
为了获取最高质量的乳腺钼靶影像数据，依图医疗合作伊始就与国内乳腺领域的顶级医疗机构进行合作，利用万量级的带有病理结果的影像数据进行AI模型的构建，其产品性能高度符合中国女性乳腺特点，能够迅速在临床落地并进行快速的迭代升级。
而在标注层面，林强透露，为了确保标注质量，研发团队在标注开始前花费了大量精力进行专业标注工具及标注质量管理体系的开发，每一位进入标注团队的医师都是要经历数轮考核，每一份影像数据都要经过多位专家的共同盲标，接受全程监管，每一个有争议的标注点都需要权威专家亲自审核，而所有的标注行为全部在5M专业屏上进行，可谓奢华。
“可以说，这款乳腺钼靶AI代表着国内同类产品的最高水平”，彭卫*教授颇为自豪的表示，“从临床需求调研，模型构建，数据标注等各个层面，其水平有目共睹，而在经过多中心临床试验的考验及国家监管机构的审批后，落地临床价值将能得到真正意义上的释放。”
编辑
赵泓维