人工智能（AI）在陕西省肿瘤医院应用于乳腺肿瘤早期诊断纪实系列之二：成效初显

      导语：自陕西省肿瘤医院乳腺病院2017年3月与某人工智能研发科技有限公司联合投入人工智能乳腺钼靶影像诊断研究以来，经过3个多月的训练和实验，该人工智能“乳腺健康检测系统”在乳腺肿瘤早期识别成功率上已有显著提高。机器发现微小病灶的敏感度堪比人的肉眼，甚至，该系统诊断水平与医院里的年轻的医生相比还略胜一筹。目前，科研人员还在继续为该系统输入病例数据， 并形成大量的“金标准”信息交给机器重点学习，以进一步提高乳腺疾病尤其是临床触诊阴性乳腺疾病的早期诊断及精准诊断水平和效率。同时满足不断增长的乳腺癌患者的需要，提高乳腺检查准确率、减轻患者经济负担。
      项目开展背景：
     人工智能在陕西省肿瘤医院取得的成果令人振奋，这与我院善为人先、勇于创新的决策是分不开的。2016年，乳腺病院科研团队敏锐的认识到人工智能和深度学习在国内开展早期癌症辅助诊断的价值，由此推动了业内率先获得CFDA认证的某人工智能乳腺健康检测系统在我院的落地合作，陕西省肿瘤医院也成为我省乃至西北地区最早拥抱这一技术的医院之一。
     陕西省肿瘤医院人工智能乳腺钼靶影像诊断研究项目进展情况：
     医疗与人工智能结合的关键是要有可靠的算法和有效的数据，而大量有效的数据提供恰恰是三甲专科医院的天然优势，陕西省肿瘤医院乳腺病院专门组建科研攻关团队，致力于帮助临床触诊阴性乳腺癌患者早发现、早诊断、早治疗，以期大幅提高患者治愈率和存活率。

（人工标记帮助“机器”学习）

（机器自行分析诊断）

     攻关团队将乳腺钼靶X光影像进行脱敏后，交给该人工智能软件进行训练，所谓脱敏指的是将病人的个人信息抹去，这样可以保护病人的隐私。借助这样的研究和精准的数据供给保证了算法模型最大的包容性，因而该人工智能乳腺健康检测系统在乳腺癌识别准确率上有了较大的提升。我院放射科主任梁秀芬教授利用其在乳腺影像学诊断方面多年积累的学术与临床经验，将医院多年来积累的典型病例和特异性病例进行筛选，针对亚洲女性生理特点，设计出一套科学的、标准的标注流程和方法对影像进行精确标记，源源不断的输入机器进行深入学习，尽管前期数据的标记和输入花费了大量的时间和精力，但训练好的模型却给诊疗效果带来巨大的提升。同时，乳腺病院宋张骏院长带领的乳腺病院科研团队将多年来收集到宝贵的临床及随访确诊病例影像资料进行整理，使临床表现与影像学表现前后结合，相互印证，形成了大量的金标准信息交给机器重点学习，有效提高了机器发现微小病灶的敏感度。

    谈到未来，陕西省肿瘤医院表示，会持续加强科研创新和投入，合理配置医疗资源，强化我院作为肿瘤医联体理事长单位的作用，利用其已建成的远程会诊平台，通过与人工智能等技术的结合，让更多百姓在家门口即可“受益”。（乳腺病院）