在騰訊覓影正式推出一年后，2018年7月26日，騰訊覓影又發布了乳腺腫瘤篩查AI系統。

過去一年，騰訊覓影一直保持著高頻出鏡率：發布AI影像早癌篩查、承建國家級影像創新平臺、推出輔診開放平臺……通過這些頻繁的動作，騰訊覓影目前形成了兩個內核：一個是AI影像早癌篩查，覆蓋了早期食管癌、肺癌、宮頸癌、乳腺癌等常見腫瘤疾病；另一個是輔診開發平臺，旨在成為“工具箱”，幫助醫院就醫流程中的各個環節利用AI提升效率。

相比于去年對于AI半信半疑的態度，現在，醫生們對AI提出了更為具體的需求。

中山大學附屬第一醫院甲乳外科呂偉明主任告訴鈦媒體，“現在人工智能還是助手的范疇，一方面，幫助有經驗的醫生迅速提高經驗；二，幫助經驗欠缺的大夫縮短學習曲線；三，對于大量的鉬靶照片，在人力不夠的情況下通過云平臺把疑難病癥篩查出來。”

以乳腺癌為例，呂偉民向鈦媒體透露，美國乳腺癌的五年生存率達到90%，上海的統計數據是91%，雖然高精尖的醫院沒有差距，但整體水平和歐美國家還是有很大差距。

傳統乳腺癌篩查一般有兩種方法： 乳腺B超和鉬靶X線檢查。前者對人體沒有傷害，但對早期病變不夠靈敏，準確性不高，后一種準確性高，但缺點是有輻射。而病理分析，雖然被認為是癌癥篩查的“終極手段”，但醫生要在龐雜的圖片中找到病灶位置也并非易事。

“乳腺腫瘤篩查AI系統”是在一年前啟動的，由騰訊與中山大學附屬第一醫院、中山大學孫逸仙紀念醫院、廣東省中醫院、廣東省婦幼保健院和廣東省第二人民醫院等醫院聯合研發，目前系統可以實現乳腺腫瘤的良惡性判別，并自動生成乳腺影像報告和數據系統（BI-RADS）分級報告，已經在廣東省第二人民醫院等十幾家三甲醫院進入臨床預試驗。

呂偉明很驚訝，“與半年前的準確率、敏感度相比，現在已經有大幅度的提高。”

乳腺癌方面覆蓋的模態包括超聲、鉬靶、MRI、病理、基因，鉬靶已經在不少醫院落地使用，超聲、病理仍處在研發階段。腫塊檢測準確率達90%，每張圖是0.2FP；鈣化敏感度達到99%，良惡性診斷的敏感度87%，特異度96%。而在半年前，腫塊檢測每張達到一個FP，現在降低到了原來的20%。

“疑難病例的積累就是這個系統能一步一步迭代、一步一步精度更高的關鍵點。”在騰訊覓影乳腺AI首席科學家顏克洲看來，AI達到超過醫生的效果，最重要的是，讓它看到普通醫生窮盡畢生精力也無法看過的疑難病例。

從目標功能來說，鉬靶模態分三個功能：疑似病灶的定位、良惡性風險概率分析、片子直接生成影像報告；病理模態包含兩個方向：組織學分級和免疫組化。

研發的思路是，先解決醫生頭疼的、需要量化的、重復性、繁重性的工作，然后再解決提高醫生精準度、做到以前醫生很難做到的事情。

在整個過程中，數據空間和主動權掌握在醫院手里。李杰告訴鈦媒體，內部通過離線數據進行驗證，把病人的診斷、B超、磁共振、病理等進行多模態整合驗證，具體的做法是“騰訊覓影”和醫院數據之間再架了一個脫敏空間，“一開始和騰訊合作時，醫院使用了離線數據，不包含患者任何私人信息；臨床驗證階段，醫院內部做了脫敏處理。”

為了保證AI不間斷的學習成長，顏克洲向鈦媒體透露需要做到兩點，“第一點，保證數據集絕對準確；二，保證數據集有足夠的案例。做到這兩點，AI的學習是不間斷的，基本上每兩個月性能成倍的提升，相信再迭代一兩年一定會達到現在無法想象的境地。”

但對于準確率，騰訊互聯網+醫療副總經理周旋有另外一種考慮，“人工智能用一個醫院的數據進行訓練，在一個醫院應用準確率很高，我們不希望用單中心進行訓練，而是多中心的角度進行。”（本文首發鈦媒體，作者／付夢雯）

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App