龔 敬，郝 雯，彭衛(wèi)軍

復(fù)旦大學(xué)附屬腫瘤醫(yī)院放射診斷科，復(fù)旦大學(xué)上海醫(yī)學(xué)院腫瘤學(xué)系，上海 200032

在全球范圍內(nèi)，乳腺癌是女性最常見的惡性腫瘤，也是女性癌癥死亡的主要原因。在我國，新診斷的乳腺癌患者占全球乳腺癌新發(fā)患者的12.2%，死亡率為9.6%［1］。影像學(xué)檢查是實現(xiàn)乳腺癌早期發(fā)現(xiàn)和治療的主要手段。隨著乳腺癌防治工作的宣傳和推進(jìn)，人們對影像學(xué)檢查的重要性有了較好的認(rèn)識，對乳腺癌早期篩查也越來越重視，對影像學(xué)檢查及診斷提出了更高的要求。

近幾年，參與乳腺癌篩查的女性人數(shù)呈明顯上升趨勢。由于我國人口基數(shù)大，患者分流機(jī)制不完善，大量檢查集中于大中型醫(yī)療機(jī)構(gòu)，造成了此類醫(yī)療機(jī)構(gòu)的影像醫(yī)師工作負(fù)荷較大。此外，新的影像技術(shù)也使醫(yī)學(xué)影像數(shù)量成倍增加，致使影像科醫(yī)師閱片壓力增大，如數(shù)字乳腺斷層圖像（digital breast tomosynthsis，DBT）約300幅左右，閱讀時間是普通鉬靶X線圖像的2倍［2］；常規(guī)乳腺動態(tài)增強(qiáng)磁共振成像（magnetic resonance imaging，MRI）可產(chǎn)生數(shù)千幅圖像。傳統(tǒng)影像診斷依賴于影像科醫(yī)師的主觀判斷，需要醫(yī)師較高的耐壓力和專注力，而長時間、高負(fù)荷工作難免引起視覺和心理上的疲勞。另外，每種影像學(xué)檢查技術(shù)存在一定局限性，如鉬靶X線攝影是投影成像，高密度腺體組織容易對腫塊造成遮擋，而亞洲女性致密型腺體比例較高，易產(chǎn)生誤診漏診，檢測靈敏度約70%～90%［3-5］。研究顯示，約有20%的新診乳腺癌患者回顧之前的鉬靶片發(fā)現(xiàn)異常［6］，表明影像科醫(yī)師對這部分患者的影像學(xué)檢查給出了假陰性的結(jié)果。

目前，乳腺影像診斷的高需求和現(xiàn)實供給之間的不平衡，已經(jīng)成為臨床實踐中亟待解決的主要問題之一。醫(yī)學(xué)影像的全面數(shù)字化和計算機(jī)技術(shù)的發(fā)展，為從技術(shù)層面解決這一問題帶來了希望。工程人員嘗試使用計算機(jī)工程技術(shù)對圖像進(jìn)行分析，在此基礎(chǔ)上設(shè)計和開發(fā)了乳腺影像輔助診斷技術(shù)。憑借計算速度快、可重復(fù)性好及永遠(yuǎn)不會疲勞的特點，此項技術(shù)能夠為醫(yī)師提供客觀有效的診斷信息。同時，在減輕醫(yī)師工作負(fù)擔(dān)、降低誤診和漏診風(fēng)險、提高乳腺癌檢出率和診斷準(zhǔn)確率等方面也可發(fā)揮作用［7］。

1 發(fā)展現(xiàn)狀

乳腺醫(yī)學(xué)影像人工智能（artificial intelligence，AI）技術(shù)始于20世紀(jì)60年代，最先發(fā)展起來的是計算機(jī)輔助檢測/診斷（computeraided detection/diagnosis，CAD）系統(tǒng)。CAD是一種通過綜合運(yùn)用計算機(jī)、數(shù)學(xué)、統(tǒng)計學(xué)、圖像處理與分析方法，從醫(yī)學(xué)影像上提取特征、標(biāo)注可疑病變位置、對病灶區(qū)域進(jìn)行良惡性判斷的AI技術(shù)。乳腺CAD應(yīng)用最廣泛的領(lǐng)域是乳腺癌鉬靶X線篩查［8］，自1998年美國食品藥品管理局（food and drug administration，F(xiàn)DA）首次批準(zhǔn)乳腺鉬靶X線CAD系統(tǒng)應(yīng)用于乳腺癌篩查以來，目前已有多種應(yīng)用于不同影像學(xué)檢查的乳腺CAD系統(tǒng)獲得FDA的批準(zhǔn)。統(tǒng)計顯示，2016年90%獲得乳腺成像質(zhì)量標(biāo)準(zhǔn)法（mammography quality standards act，MQSA）認(rèn)證的數(shù)字乳腺成像設(shè)備都配備了CAD系統(tǒng)［9］。2003年Comfirma公司推出了首款乳腺M(fèi)RI商用CAD軟件CADstream，目前主流的MRI CAD軟件還包括3TP Server Version 2.2.4（CADsciences?）和Mammatool（Digital Image Solutions?）等。加拿大Medipatern公司研發(fā)的B-CAD作為首個商用乳腺超聲CAD，在2005年獲得FDA批準(zhǔn)進(jìn)入美國銷售。在2018年北美放射學(xué)年會（Radiological Society of North America，RSNA）上，韓國三星公司展示的S-DetectTMfor Breast軟件已安裝于三星超聲設(shè)備。

傳統(tǒng)CAD系統(tǒng)在臨床上的應(yīng)用已有近30年的歷史，國內(nèi)不少醫(yī)院也在使用，但傳統(tǒng)CAD功能單一、性能不足，病灶檢出假陽性率過高，在性能上很快到達(dá)瓶頸［10］。雖然傳統(tǒng)CAD系統(tǒng)的臨床價值沒有得到充分肯定，但AI技術(shù)輔助影像科醫(yī)師減輕工作量、減少漏診的理念已經(jīng)得到廣泛認(rèn)可，研究人員從不同角度嘗試提高CAD系統(tǒng)的實用性。近幾年，隨著深度學(xué)習(xí)算法的出現(xiàn)和成熟，AI技術(shù)在醫(yī)學(xué)影像中的應(yīng)用逐步走向了更高的層面，為突破傳統(tǒng)CAD系統(tǒng)的準(zhǔn)確性瓶頸帶來了可能。與傳統(tǒng)CAD系統(tǒng)不同，基于深度學(xué)習(xí)算法的CAD系統(tǒng)直接運(yùn)用醫(yī)學(xué)影像訓(xùn)練和構(gòu)建模型，實現(xiàn)端到端的學(xué)習(xí)（end-to-end learning），使CAD模型具有更高的靈敏度和準(zhǔn)確率［11］。

目前，在乳腺影像AI技術(shù)應(yīng)用中，基于深度學(xué)習(xí)算法的AI系統(tǒng)主要集中于乳腺鉬靶X線影像的分析和研究，對MRI、超聲和數(shù)字乳腺斷層攝影的研究相對較少。國內(nèi)一些醫(yī)療公司也推出了新一代基于深度學(xué)習(xí)算法的鉬靶AI系統(tǒng)，在乳腺腫塊檢測和鈣化檢測方面此類系統(tǒng)可以達(dá)到90%以上的準(zhǔn)確率，幾乎和醫(yī)學(xué)影像專家的水準(zhǔn)相當(dāng)。同時，在病灶的良惡性判別上，新一代AI模型能達(dá)到87%的靈敏度和90%以上的特異度，甚至超越了醫(yī)學(xué)影像專家的水平［12］。在應(yīng)用測試中，基于深度學(xué)習(xí)算法的乳腺AI系統(tǒng)的各種性能指標(biāo)（靈敏度、準(zhǔn)確率、特異度）相對于傳統(tǒng)CAD系統(tǒng)有所提高，使得CAD水平提升了一個層次［13］。CAD系統(tǒng)性能的提高，不僅映射出了機(jī)器學(xué)習(xí)算法的創(chuàng)新和發(fā)展，也顯示了計算機(jī)硬件水平的提高和數(shù)字化醫(yī)療體系的不斷完善。

雖然在應(yīng)用測試中乳腺影像AI系統(tǒng)具有較好的檢測和診斷性能，但真正將這些系統(tǒng)應(yīng)用于臨床，并達(dá)到輔助醫(yī)師進(jìn)行診斷和決策的目的，還有很長的路要走，其主要原因是：① 目前基于深度學(xué)習(xí)算法的乳腺影像AI系統(tǒng)的模型設(shè)計，大多是在常規(guī)經(jīng)典模型（如Inception模型、ResNet模型等）基礎(chǔ)上微調(diào)或直接應(yīng)用，缺乏對乳腺影像應(yīng)用場景系統(tǒng)、深入的研究，未能根據(jù)乳腺影像的特點設(shè)計特異度強(qiáng)的深度學(xué)習(xí)算法［14］。② 深度學(xué)習(xí)模型是一種基于數(shù)據(jù)驅(qū)動的算法模型，數(shù)據(jù)質(zhì)量的好壞直接影響乳腺影像AI系統(tǒng)的性能，多中心、標(biāo)準(zhǔn)一致及標(biāo)注統(tǒng)一的大樣本數(shù)據(jù)集的匱乏限制了乳腺影像AI系統(tǒng)發(fā)展。③ 工程技術(shù)與臨床醫(yī)學(xué)之間的學(xué)科差異造成了乳腺影像AI系統(tǒng)在應(yīng)用和推廣中的障礙，工程人員未能切實挖掘臨床診斷中的痛點和難點、從影像科醫(yī)師的角度設(shè)計CAD系統(tǒng)，使得乳腺影像AI系統(tǒng)的原型設(shè)計無法切實反映影像科醫(yī)師的真實需求。

2 臨床應(yīng)用

在醫(yī)學(xué)影像上進(jìn)行乳腺病變的自動檢測及診斷是CAD系統(tǒng)的主要應(yīng)用之一。乳腺CAD系統(tǒng)目前被廣泛應(yīng)用于乳腺癌的篩查中［15-16］，目的是提高病變的檢出率，輔助醫(yī)師診斷，減少漏診誤診。鉬靶X線CAD系統(tǒng)主要根據(jù)腫塊及鈣化區(qū)域的特征辨識病變，研究顯示乳腺CAD系統(tǒng)對鈣化區(qū)域尤其是微小鈣化區(qū)域的靈敏度最高，可達(dá)80%～100%，正確標(biāo)記率高于腫塊及非對稱致密［17-18］，且其靈敏度并不受腺體密度影響［19］。大部分研究認(rèn)為CAD系統(tǒng)能夠提高惡性病變，尤其是導(dǎo)管內(nèi)原位癌的檢出率［20-21］。另外，CAD系統(tǒng)在檢出早期病變上具有潛在優(yōu)勢，相關(guān)研究［22］報道使用CAD系統(tǒng)之后0期乳腺癌檢出率提高了42%，Ⅰ期乳腺癌查出率提高了17%。早期乳腺癌患者更受益于CAD系統(tǒng)［22-23］，這也是促使CAD系統(tǒng)廣泛應(yīng)用于乳腺癌篩查的主要原因。針對乳腺M(fèi)RI的CAD應(yīng)用不及鉬靶X線廣泛，但研究結(jié)果顯示，MRI CAD系統(tǒng)可以輔助乳腺M(fèi)RI的視覺評估，并提供有用的附加信息提高診斷的特異度［24］，在多灶性病灶的檢測方面具有明顯優(yōu)勢［25］。目前主流的MRI CAD軟件僅能輔助影像科醫(yī)師對病灶的形態(tài)進(jìn)行描述，尚未將病變的形態(tài)學(xué)特征進(jìn)行分析，增加這部分內(nèi)容可能會進(jìn)一步提高CAD系統(tǒng)的準(zhǔn)確率及特異度。乳腺超聲CAD系統(tǒng)應(yīng)用的主要目的是克服操作者依賴性，同時提高診斷準(zhǔn)確率。其檢測及診斷表現(xiàn)受測試樣本構(gòu)成的影響較大，如惡性病灶及囊性病灶占比例較高時，CAD具有良好的檢出率及準(zhǔn)確率，而良性、實性病灶增多則直接影響CAD系統(tǒng)的檢測效果，這一結(jié)果可能與超聲成像本身的特性有關(guān)［26-27］。

提高診斷效率、減少影像科醫(yī)師工作量也是CAD系統(tǒng)的應(yīng)用場景之一。根據(jù)既往對影像科閱片醫(yī)師的調(diào)研，乳腺鉬靶的人工常規(guī)閱片及寫報告時間為2～10 min。而采用AI系統(tǒng)可以大幅縮短病灶檢出時間，秒級完成［28］。這一應(yīng)用能更明顯地縮短DBT閱讀時間［2］。DBT將一系列2D圖像重組成3D斷層圖像，圖像數(shù)量較傳統(tǒng)鉬靶X線片明顯增多，含有較多冗余信息，研究顯示DBT CAD系統(tǒng)能夠顯著縮短閱讀時間，但對影像科醫(yī)師診斷的靈敏度、特異度和召回率影響并不顯著［29］。MRI CAD系統(tǒng)則可以通過計算機(jī)自動提取動態(tài)增強(qiáng)掃描時病灶信號強(qiáng)度變化，為影像科醫(yī)師提供病灶內(nèi)不同強(qiáng)化程度所占比例，避免醫(yī)師手動測量的同時提供準(zhǔn)確信息，減少工作量，縮短閱片時間［30］。

另外，乳腺CAD能幫助經(jīng)驗較少的影像科醫(yī)師提高其診斷效能［31］，如韓國三星公司的S-Detect? for Breast軟件，結(jié)合《乳腺影像報告和數(shù)據(jù)系統(tǒng)圖譜》（ACR BI-RADS?ATLAS）提供標(biāo)準(zhǔn)化的可疑病變報告和分類說明，可以使年輕醫(yī)師的診斷準(zhǔn)確率從83%提高到87%［32］。從更高的層面上看，CAD系統(tǒng)的廣泛安裝具有一定的社會價值。對于年輕醫(yī)師而言，AI系統(tǒng)的輔助可以大大提升其診斷信心和水平，有利于建立良好的住院醫(yī)師培養(yǎng)機(jī)制。將頂級醫(yī)院的診療能力以工具化的方式下沉到基層，能夠幫助基層醫(yī)師提升乳腺癌的早期篩查水平及效率，實現(xiàn)患者分流，為建立完善的醫(yī)療體系奠定基礎(chǔ)。

3 總結(jié)與展望

目前，乳腺影像AI技術(shù)的應(yīng)用和研究正如火如荼地開展，相信高性能的乳腺影像AI系統(tǒng)將會得到快速的發(fā)展，新一代乳腺影像AI系統(tǒng)也將會在臨床診斷中獲得廣泛應(yīng)用。未來，在整合產(chǎn)學(xué)研用等各界資源的基礎(chǔ)上開發(fā)出的乳腺AI產(chǎn)品，應(yīng)該能夠解決工程技術(shù)、臨床診斷和社會層面等不同領(lǐng)域中的問題。新一代乳腺AI系統(tǒng)應(yīng)具有以下特點：① 從工程角度來說，設(shè)計和開發(fā)魯棒性強(qiáng)、特異度好的乳腺影像智能分析算法，大幅度提升系統(tǒng)的準(zhǔn)確率，并降低檢測和診斷中的假陽性率。針對不同設(shè)備廠商拍攝的醫(yī)學(xué)影像，新一代乳腺AI系統(tǒng)能自動識別和處理，避免系統(tǒng)性能在不同來源的影像數(shù)據(jù)中產(chǎn)生偏差。同時，AI系統(tǒng)和醫(yī)院影像歸檔和通信系統(tǒng)（picture archiving and communication systems，PACS）友好結(jié)合，提供交互性強(qiáng)、操作簡單、使用方便的應(yīng)用程序。② 在臨床應(yīng)用中，新一代乳腺影像AI系統(tǒng)需要跟蹤和同步最新診斷標(biāo)準(zhǔn)和指南，整合和應(yīng)用多模態(tài)影像數(shù)據(jù)（如CT、MRI、鉬靶X線及超聲等），通過深度信息挖掘解決診斷中的痛點和難點問題。此外，AI系統(tǒng)應(yīng)不斷地精簡操作流程，輔助完成部分初級、基礎(chǔ)性工作，成為放射科醫(yī)師真正的好“幫手”、好“伙伴”。③ 從社會層面上出發(fā)，新一代乳腺影像AI系統(tǒng)應(yīng)建立于相關(guān)法律法規(guī)、社會倫理道德的基礎(chǔ)之上，不僅需要保護(hù)患者的個人隱私，還需要根據(jù)我國的基本國情，設(shè)計和制定詳細(xì)的規(guī)范和流程，成為醫(yī)師和患者都放心的產(chǎn)品。

總之，乳腺影像AI技術(shù)正在蓬勃發(fā)展、逐步完善，在優(yōu)化醫(yī)療資源配置、緩解放射科醫(yī)師工作壓力、提升檢測和診斷的準(zhǔn)確率等方面，已展現(xiàn)出了巨大的潛力。雖然與真正實現(xiàn)新一代乳腺影像AI系統(tǒng)的臨床應(yīng)用落地還有一段距離，但乳腺影像AI技術(shù)為乳腺影像診斷學(xué)科發(fā)展提供了新的動力，也展現(xiàn)出未來智能醫(yī)學(xué)影像的廣闊前景。