乳腺癌是全球女性最常见的恶性肿瘤之一，乳腺超声检查是乳腺癌早期筛查和诊断的重要手段。然而，在边远地区基层卫生机构，由于缺乏专业超声医生，乳腺超声检查的质量和标准化程度往往不够理想，容易出现漏诊和误诊等问题。
为了解决这些问题，战略支援部队特色医学中心与中国科学院合作，利用人工智能技术，研发形成了乳腺超声图像分割与诊断智能系统。该系统将乳腺超声专家的知识和技能经验进行整合，实现了乳腺肿瘤的自动筛查诊断，为基层医生提供了辅助精准诊断的解决方案。该研究成果发表在国际期刊《生物工程杂志》上，题为《基于超声专家医师水平使用深度学习快速分割和诊断乳腺肿瘤超声图像》。
近日，该系统在中国酒泉卫星发射中心医院和额济纳旗人民医院首次试用，对 1500 例乳腺患者的分析判定中，肿瘤识别定位准确率达 89%，良恶性诊断准确率达 87%。
目前，乳腺超声检查中普遍存在不够详细、不够标准化和不够准确的问题。过去的超声报告由于技术限制和操作者经验不足等原因，可能不够准确，容易出现漏诊和误诊等问题。
该系统将乳腺超声专家人工判定分析标准结构化、特征化、自动化、数据化，制定乳腺超声检查标准化指南、建立乳腺超声图像诊断大型数据库、智能数据运算，同时通过加强培训、人机对比验证等措施，实现了乳腺超声图像的自动分析运算、处理判定，大大提升了乳腺超声智能诊断的准确率，提高了超声报告的质量和标准化程度。这意味着即使是年轻经验不足的超声医生操作，也能得出三甲医院乳腺超声专家水平的乳腺疾病诊断报告。这对于处在边远地区、超声医生缺乏的基层卫生机构尤为重要，可以帮助边远地区、基层卫生机构快速提升乳腺疾病诊断服务水平和质量，以及乳腺疾病判定的准确率和检出率，缓解这些地区超声医生紧张匮乏的状况。
同时，该系统也展示了人工智能在医疗领域的巨大潜力。人工智能可以整合医疗专家的知识经验，自动进行疾病诊断，延伸到其他疾病的甄别诊断中，为基层医疗水平的提升和医疗行业的发展提供了新的思路和方法，也为未来智能化检查诊断模式提供了参考和借鉴。
