人工智能技术辅助乳腺癌筛查，更快更准的帮到更多人

中山大学孙逸仙纪念医院的乳腺科专家刘强至今为一个二胎母亲的病例感到痛心。因为这位母亲“非常坚强”，一再向他表达，“只希望病情能坚持到（刚出生的）孩子开口说话，能听孩子叫一句妈妈”。这一声“妈妈”最终失约了。

夺走她生命的是中国女性如今面临的第一大健康杀手——乳腺癌。

“太可怜了”，刘强说，“因为她是孕期患上的乳腺癌，孕期乳腺癌恶性程度一般是比较高的。癌细胞在孩子出生时已经脑转移，而脑转移患者平均生存时间只有一年。”

事实上，在癌症当中，乳腺癌的研究在全世界是最前沿的。以美国为例，在高研发投入和高关注度之下，美国的乳腺癌患者五年生存率达到90％。有三分之二的患者得到治愈。近年来，美国的乳腺癌发病率已经在逐年递减。

掉过头来，这个“杀手”将它肆虐行凶的战场转向了中国等高速成长的国家。中山大学附属第一医院甲乳外科吕伟明主任注意到，中国的癌症发病率呈上升趋势，（其中）乳腺癌的绝对量跟比例上涨是最快的，是威胁女性患者的第一杀手。

“中国式”乳腺癌高发期提前十年

在欧美国家，乳腺癌高发的年龄段是55－65岁，中国整整提前了十年，发病最高峰年龄在45－55岁。除了家族史等遗传因素，高速发展的社会经济，由此造成的高压力的生活方式以及不良饮食习惯都与乳腺癌发病密切相关。

“工作压力太大了。”在记者采访的当天，刘强的门诊来了一个基因检测结果显示癌症基因突变的病人。她自己回忆，“当高管的几年，每天只睡几个小时”，这个过程经历时不以为意，却埋下了癌症潜伏、基因突变的种子。“现在女性工作压力大、节奏快，饮食也不规律，这些不良生活方式都会影响乳腺癌发病的几率。”刘强表示。

可怕的是，大多数人缺乏足够认知，不止意识不到风险到来，甚至错误地帮助癌症扩散。

刘强接诊的另一位孕期乳腺癌患者，直到出现了头疼症状，才发现癌细胞已经脑转移。在此之前，她将胸部肿痛与哺乳期的“积乳”混淆，还曾一度请按摩师帮忙推拿缓解，这恰恰促进了癌细胞的全身扩散。

还有患者从一开始无意识，到有意识之后一心赴死，硬生生地阻断了自己生存的机会。有个病人告诉刘强，“开始是想可能是良性的，到后来自己也觉得不对了，也知道不对了，就想算了，反正是死，就死了算了”。

如果说城市女性对乳腺癌还算具有基本认知，更大的盲区在广大的农村。刘强发现，他遇到的肿块很大的患者，往往是来自农村，意识欠缺，就诊过晚。

只要早一点发现就好了。

对于专业的乳腺科医生来说，防治乳腺癌的最佳方式一句话就可以概括：早发现、早治疗，在病症恶化之前就开始干预。早期乳腺癌治疗后的五年生存率可以达到92％以上，而晚期乳腺癌生存率已经降到了不足50％。

早筛的手段也并不神秘，门槛不高。按照吕伟明主任的说法，35岁以上的女性每半年或者每一年检查一次，医生体检加上B超检查。40岁—55岁，每1－2年检查一次钼靶。更大的年纪两年做一次钼靶照片就够了。这样下来的筛查费用，三级甲等医院的B超收费是135元，双侧钼靶检查是269元。一年一次百余元的花费，就可以提高乳腺癌早诊早治的概率。

但这看起来平易的防治乳腺癌的捷径却没有得到普及。刘强和吕伟明等人依然面对着每天从全国各地转诊来的重度病患感到焦虑。

有“侥幸”，无“意识”

意识或者习惯是第一个难点。在美国，每八个人就有一个人一生中会得乳腺癌，因此美国女性对乳腺癌非常重视，每年定期体检的意识非常强。在中国，尽管近年来乳腺癌患者逐渐增加，一般人依然没有这样的意识。另外，刘强认为，中国女性侥幸心理比较多一点，不了解，再加上侥幸，就容易一拖再拖，病久难治。

就算有了足够的意识，医疗水平的不均衡将成为摆在眼前的第二个难题。

基层医疗水平相比北上广等一线城市远远落后。中山大学附属第一医院甲乳外科的李杰教授提到：“像我们医院、北京、上海的一些大医院，早期可治愈的乳腺癌生存率跟欧美基本上是一致的，5年总生存可以达到90％左右，差距最大的是在中小城市的那些地方，一方面中小城市患者对于乳腺癌认识不足，另外很重要的一个方面是国内的优质医疗资源分布不均衡，诊治水平参差不齐。”

就算同样是一线城市的三甲医院，接待患者的经验丰富程度也能成为医疗水平分异的关键点。刘强提到，之前同样是在三甲医院就诊的病人，得到的B超报告提示是三级，意味着良性的可能性大，随访就行了。但是在他给对方体查的时候，发现肿块粗糙，选择再度影像复查，发现是4C，恶性程度达到50％以上。三甲医院尚且如此，基层医院的情况不容以乐观预估。

人力局限与AI突围

人工水平的局限，区域之间、医院之间医疗能力的不均衡，让中山大学第一附属医院的吕伟明和李杰开始寻求用人工智能技术辅助乳腺癌筛查的方案。

出发点之一是钼靶筛查的困难。不管是国内还是国外，对于45岁以上乳腺癌高危人群的乳腺癌筛查，钼靶都是首选的手段。但是，李杰提到，“现在国内钼靶筛查存在很多的困难：包括中国乳腺相对比较小而致密，不利于钼靶诊断；在国内缺乏有足够资质的好的影像科医生阅片；另外，人的肉眼阅片也有一定的精度限制，只能看到一定范围、一定的分辨率的图像差别。”。

这恰恰是人工智能之于医学的优势所在。譬如，在基于钼靶影像的乳腺癌筛查方面，计算机视觉对于识别肉眼可能忽略的病灶，有天然的优势。吕伟明和李杰牵头的与腾讯觅影AI影像合作项目在今年7月发布了乳腺肿瘤筛查AI系统，在检测病灶的核心指标方面成果显著——检测乳腺钙化和恶性肿块的敏感度分别达到了99％和90．2％，对乳腺肿瘤的良恶性判别敏感度和特异度达到了87％和96％——尽管仍需要更多的临床校验，这个数据本身已经得到了李杰等临床资深医生的认可。

“人的 *** 作存在时间和经验的影响，（对影像的判读）难免存在一些错误。”在今年6月的另一场学术论坛上，同样在研究AI医学应用的中山大学肿瘤医院余向洋博士提出一个看法，“日常影像报告存在10％左右的错误，绝大部分诊断错误发生在判图阶段。”应用AI技术可以解决人眼判别的不稳定性。并且，这个AI助手“永不疲倦”、可以保持高速度地学习。

直面“老大难”

人工智能带来的另一个可能性是缓解优质医生的不足，从而部分地应对医疗资源不均衡的老大难问题。

AI医生基于大量病例训练，且得到三甲医院名医的校验，或许能为经验相对不足的基层医生提供更多指导。对这一点，刘强尤为关注。出诊时，他看到好几个病人都受困于前期治疗不够规范，基层医生未能给到专业的治疗方案，导致病情控制不理想。“如果有了人工智能，特别重的病人他可能治不了，但是普通的病人他可以治得很合乎规范，那也是好事。”

在腾讯觅影AI科学家颜克洲看来，决定乳腺钼靶筛查AI产品好不好用，一个关键因数是它“懂”的疑难病例数，也就是，有足够广泛的“阅片量”。如果AI真的能够帮助到基层医生，前提是它比基层医生经验更多、掌握的处理办法更规范和专业。“我们要让AI超过医生的效果，最重要的是让它看到普通的医生或是人穷尽毕生精力也无法看过的疑难病例。”在找到疑难病例之后，再请三甲医院的专家、病理科交叉确认诊断，最后输入给AI系统，让它能一步一步迭代。

这个人工精心培育的AI医生成长迅速，经过在十几个医院的落地公测、积累数据、反馈学习，只用了半年时间，AI系统的肿块检测假阳性率（FP值）降低到了原来的20％。可预见的是，这样的“指数级”成长将持续，AI医生的眼界不断拓宽，成长为一个优秀的助手指日可待。

全新的开始

在中山大学附属第一医院，乳腺癌患者郭姐照常来到吕伟明主任处复诊。从2010年发现乳腺癌至今，已经过去了8年。因为发现的较早，她做了保乳手术，如今只需要定期复查、服药，不再有生命危险。

但这将是一场长期的战役。无论是对郭姐这样的病患，还是对李杰、吕伟明、刘强等乳腺科专业医生而言。

他们都不约而同地为中国乳腺癌发病率的提高感到忧虑。患者对于乳腺癌的无知，导致治疗、干预的滞后，身心痛苦的加剧，甚至从生到死的绝望，令人痛心。

能多拯救一个是一个。对于积极拥抱AI、研究乳腺癌早筛应用AI技术的吕伟明和李杰等人，他们希望由机器弥补人的短处，发现得更准、帮到更多患者。

但最终，女性自身定期筛查意识的提高，才是破解“中国式”乳腺癌难题的根本之道。

“我们是想真真正正帮助病人，因为我们见到很多从基层医院过来的病人，见到最大的一个肿瘤有20几公分，就像一个篮球一样。所以还是要呼吁大家早做筛查早做治疗。人工智能可以在早筛方面起到重要作用，也避免了优质医疗资源分布不均，难以下沉到基层的问题，能够让优质的医疗资源帮助到患者。”李杰说。