早筛的意义是什么？

早癌筛查，即对多发人群进行肿瘤早期筛查，筛查包括影像学（如X光、超声检查等）、检验（检测血液、尿液、分泌物等）等，通过检查发现癌前病变，实现早期诊断、早期治疗。

● 癌症早筛可显著提高患者生存率

世卫组织表示，多数癌症可以在疾病早期时通过筛查发现。以肺癌为例，早期肺癌通过根治性切除术治疗后，10年生存率可达到92%。但与欧美等发达国家相比，我国癌症早筛领域起步较晚，导致整体早筛早诊率相对较低。

图源：中科微生、新京报、全国肿瘤登记中心、《原发性肝癌诊疗规范》

● 政策推动癌症关卡前移

我国每年恶性肿瘤的医疗花费超过2200亿元，已经成为家庭和医保基金的重要支出。我国肿瘤早筛目前仍处于早期探索阶段，部分筛查技术过于繁琐且价格昂贵，导致患者依从性不高。因此通过政策手段使得防癌关卡前移非常重要，在减轻家庭、社会负担的同时，可以降低国家医保对于癌症的支出。

最具早筛发展潜能的技术是什么？

目前肿瘤早筛方法日趋多元，且多种技术优势互补。临床上常用影像（X线、CT、磁共振、超声等）、内镜等手段进行癌症早筛，另外还有采集患者体液（血液、汗液、唾液、分泌物等）进行体外诊断的技术，受到市场青睐。

传统早筛与新兴早筛的对比

资料来源：动脉网，蛋壳研究院

其中超声检查基于无创、安全、经济等优势，在临床上广泛应用。超声检查在临床上非常依赖超声科医师的经验，对于医师的技术也有较高要求。

目前癌症早筛产品的研发流程是怎样的？

目前国内癌症早筛产品研发流程分为四个阶段——临床前试验研究、回顾性研究、前瞻性研究、癌症早筛控制。以国内处于先进水平的乳腺癌早筛产品——小济医生·人工智能超声影像智慧机器人为例，小济医生是如何实现从产品研发到临床应用的？

在第一阶段的临床前实验研究中，小济医生研发团队使用了CNN等深度学习算法对超声影像数据进行预处理、特征提取和分类，实现了对乳腺癌早筛的初步探索。

在第二阶段的回顾性研究中，小济医生团队通过反复验证和迭代，逐渐优化了深度学习模型，提高了其对肿瘤/非肿瘤人群的诊断准确率和判定结果的稳定性。

在第三阶段的前瞻性研究中，小济医生研发团队继续利用深度学习和神经网络算法，对高风险人群进行前瞻性研究和筛查，逐步提高小济医生的阅片敏感度和特异性。

在第四阶段的癌症早筛控制阶段，小济医生作为大规模乳腺癌人工智能筛查工具，继续优化其深度学习模型，建立了成熟的转癌预警模型和严格的质控、判定标准，为乳腺癌筛查和早期发现提供了强有力的支持。

小济医生——人工智能+超声的创新结合，颠覆传统癌症早筛

小济医生·人工智能超声影像智慧机器人作为一个划时代的乳腺癌早筛产品，能解决当下乳腺癌筛查下的哪些痛点？

痛点一:基层缺少有经验的B超医生，制约了大规模乳腺癌筛查服务

AI超声筛查机器人的操作人员要求门槛低，软硬件操作简便且智能化，经过我司严格培训的医务人员，经过考核后即可上岗承担筛查服务。

痛点二:超声筛查容易存在人为失误，导致漏诊、误诊等情况，降低早筛工作质量

小济医生具有自动监测扫查范围、自动定位病灶、自动良恶性判断、自动囊实性判断等专利技术，使筛查操作规范化、手法标准化，便于质控便于管理。

痛点三:缺少具有良好卫生经济效益可复制的筛查可行性方案

小济医生设备门槛低，AI+互联网深度结合，应用场景灵活，为基层高效赋能，可大规模复制推广进行群体筛查。

小济医生已在全国多地（如广东、山东、吉林、贵州、江苏等地）开展了数十次大规模乳腺癌筛查，不仅获得当地卫生部门的认可，更是获得广大女性朋友的好评。由此可见，小济医生创造的人工智能+超声的应用模式是成功的，是乳腺癌筛查的最佳解决方案。

小济医生研发团队不断优化深度学习模型，提高其对超声影像数据的识别、分类和判定能力，经过1000万级别的大数据的训练，实现了对乳腺癌的早期筛查，为乳腺癌防控工作作出了重要的贡献。小济医生掌握人工智能、云计算、大数据等核心技术，未来还将扩大服务病种，让更多人群受益！

参考资料：

[1]全国体外诊断网 CAIVD《癌症早筛行业深度报告：黄金赛道风已来，早筛市场七大问题》

[2] 央广网《人工智能在超声领域的推广为何进展缓慢？如何破局？》

[3] 阑夕《早筛星辰大海，谁在负重前行？》

[4] 赵佳琦,刁宗平,徐琪等.人工智能时代超声医学新发展[J].第二军医大学学报,2019,40(05):478-482.DOI:10.16781/j.0258-879x.2019.05.0478.

乳腺健康 小济守护