亮相Nature子刊！达州市中心医院在乳腺超声AI辅助诊断领域取得重大突破

日前，达州市中心医院曾凡新教授科研团队在医学人工智能领域取得重大原创性成果，由团队主导研发的“一种用于乳腺超声的无创全周期智能辅助系统”（A non-invasive end-to-end intelligent assistance system for breast ultrasound）成功发表于国际顶级综合性期刊Nature子刊——《自然·通讯》（Nature Communications），达州市中心医院为该论文的第一通讯单位。此次成果刊发，不仅是医院“科研强院”战略的标志性成果，更意味着医院在乳腺AI诊疗这一前沿交叉领域，已具备与国际顶尖团队同台对话的实力，将有力带动周边地区医疗科研水平的整体跃升。

乳腺癌是全球女性高发恶性肿瘤，早筛查、早诊断、早治疗是降低乳腺癌死亡率、改善患者预后的核心关键。乳腺超声作为乳腺癌筛查、临床诊断的首选无创检查手段，具备便捷、无辐射、适配人群广等优势。但目前行业普遍存在技术痛点：超声诊断结果高度依赖医师实操经验与专业水平，基层医疗机构医师诊断能力参差不齐，复杂病例判别难度大，漏诊、误诊风险偏高；同时，现有人工智能技术适配临床真实复杂场景的能力不足，算法落地性弱，难以大范围普及应用，严重制约了乳腺疾病规范化筛查与精准诊疗工作推进。

针对行业技术瓶颈与临床诊疗痛点，曾凡新教授科研团队聚力攻坚，联合多家国家顶尖医疗机构、四川大学专业算法科研团队，跨学科、跨领域协同创新，自主研发打造BIRD（Breast Intelligent Recognition Device，乳腺智能识别设备）全周期智能辅助系统，为乳腺超声检查构建无创化、智能化、全流程的全新诊断解决方案。该系统突破传统AI诊断技术局限，适配各级医院临床诊疗场景，兼顾筛查普及性与诊断精准性，适配不同医疗水平的医师操作使用。

多项权威临床试验数据印证了BIRD系统的优异性能：系统内部测试集诊断准确率高达0.837（95%置信区间：0.827-0.846）；在阅读研究中，可显著提升放射科医师准确率（P<0.05）。研究过程中，该系统累计完成6817名个体乳腺癌专项筛查，且在全国107家医院的真实临床场景应用中，与专业临床评估结果高度契合，一致性系数达0.702；依托5家三甲医院临床数据搭建的病理及分子亚型分类模型，同样呈现出稳定、优质的分类判别能力，可为乳腺病变分型、精准诊疗提供科学参考。

本次科研成果具备极高的临床医学价值、行业推广价值和区域医疗发展意义。这些发现证实了BIRD系统在提升诊断准确性、辅助筛查以及表征乳腺病变方面的卓越能力，有望极大地推动AI技术在乳腺健康领域的临床转化与应用，为乳腺癌的早期发现和精准诊断提供了全新的智能化解决方案。

该论文共同第一作者为达州市中心医院周均、宋建琼，河南省人民医院司丕蕾，四川大学华西医院张衍，四川大学计算机学院何涛；通讯作者由达州市中心医院曾凡新教授、四川大学计算机学院章毅教授、华中科技大学同济医学院附属同济医院崔新伍主任、中国医学科学院肿瘤医院赵宏主任担任。本项研究获得国家科技重大专项、四川省科技厅重点项目、河南省科技厅重点项目、四川省卫生健康委员会项目等多项基金大力支持，为技术研发、临床试验、成果转化提供坚实保障。

达州市中心医院相关负责人表示，医院将以此为契机，继续深耕乳腺AI诊疗等前沿领域，加速推进基础研究成果向临床应用转化，努力产出更多具有国际影响力的创新成果，为提升区域医疗水平和建设健康达州作出更大贡献。（李雪）

分享文章到: