國家癌癥中心論文引用“小濟”AI 乳腺超聲篩查如何走向真實應用

近期，國家癌癥中心/國家腫瘤臨床醫學研究中心、中國醫學科學院腫瘤醫院超聲科王勇教授團隊，在《中國醫學影像技術》發表綜述論文《人工智能用于超聲診斷乳腺癌：現狀、挑戰與未來》。

該文系統回顧了 AI 技術在乳腺超聲診斷領域的發展現狀，梳理了當前臨床應用中已經取得的主要進展，同時也對 AI 在真實落地過程中所面臨的關鍵問題與未來發展方向進行了深入分析，是國內該領域具有代表性的權威綜述之一。

在論文討論 “AI 超聲在真實篩查場景中的應用現狀” 時，作者提到了國內乳腺癌篩查實踐中的成功案例，其中包括我司的 “小濟醫生”-AI超聲乳腺癌智能早篩全流程服務機器人。

文中指出，傳統乳腺超聲檢查高度依賴操作者經驗，掃查手法與圖像質量差異較大，是影響后續 AI 分析效果及規模化篩查應用的重要因素。在此背景下，論文中寫道：
“例如，我國‘小濟醫生’乳腺癌智能篩查全流程服務系統可自動監測超聲掃查手法、識別和標記不符合質量標準的圖像幀并提示重新采集；這種實時反饋機制尤其適用于基層醫療機構篩查、診斷乳腺癌，可減少技術因素導致的假陰性結果。”

這一段文字，實際上點出了當前 AI 超聲領域反復被討論、卻并不容易真正解決的核心問題——

AI 是否真正參與并改善了檢查過程本身，而不僅僅停留在結果判讀階段。

從“算法可用”到“規模可用”，關鍵在前端質量控制

在該綜述中，王勇教授團隊明確指出，盡管 AI 在乳腺超聲診斷中已經展現出良好的輔助價值，但真正決定其臨床意義的，并不僅是模型性能指標，而是：
1.數據來源是否穩定

2.圖像采集過程是否標準化
3.系統是否能夠融入真實的臨床工作流

尤其在基層和大規模篩查場景中，操作差異、流程不一致和質量波動，往往成為 AI 難以長期、穩定發揮作用的主要障礙。

正是在這一前提下，“小濟醫生”被作為實踐案例納入討論。論文所強調的，并非單一算法能力，而是一種通過前端實時質控與過程引導，降低超聲檢查對操作者經驗依賴的技術路徑。

這一思路，也反映了當前行業對 AI 醫療從“能力展示”走向“體系建設”的整體認知變化。

論文提出的趨勢，與真實應用場景高度一致

在對未來方向的展望中，論文提出了若干值得關注的趨勢，包括：

1.AI 將更多參與到檢查全過程，而非僅用于圖像后處理或結果判讀
2.對系統穩定性、可解釋性和跨場景適應能力的要求，將逐步高于單點性能指標
3.在基層與大規模篩查場景中，技術是否“好用、可控、可復制”，將成為重要衡量標準

這些判斷，本質上都指向一個問題：

AI 是否能夠在復雜、差異化的現實環境中，長期穩定地產生可用價值。
“小濟醫生”作為案例被提及，恰恰說明 AI 醫療影像產品能否真正發揮作用，除了算法先進性之外，很大程度上取決于是否能夠與一線操作流程、質量控制機制以及基層實際條件相匹配。

產品定位：“小濟醫生”在做什么，不在做什么

“小濟醫生”并未將 AI 定位為一個依托超聲醫生的“輔助診斷工具”，而是將其作為乳腺癌篩查流程中的一項 AI 自主判斷與質量控制能力，嵌入到真實的超聲檢查與服務場景中。

系統圍繞基層和規模化篩查中普遍存在的操作差異大、質量不穩定、早期病灶檢出難度高等問題，在大規模真實臨床數據持續訓練與驗證的基礎上，重點聚焦于：

* 超聲掃查過程的標準化
* 圖像質量的實時監測與反饋
* 圖像采集、質控與 AI 分析的連續協同

通過將圖像采集、過程質控和 AI 分析整合為一套連續流程，支持在不同機構、不同人員條件下，盡可能保持一致的篩查輸出。
相比單點性能指標，“小濟醫生”更關注系統在長期運行中的穩定性與可復制性。

AI 的價值，并不在于替代醫生，而在于在復雜、多變的現實環境中，幫助篩查流程變得更加可控、可持續。

此次在國家癌癥中心權威綜述論文中被提及，對我們而言，更像是一種提醒：

AI 醫療的真正價值，最終仍要回到真實使用場景，經得起時間、流程與結果的反復驗證。

參考文獻：
王勇. 人工智能用于超聲診斷乳腺癌：現狀、挑戰與未來[J]. 中國醫學影像技術, 2025, 41(8): 1322–1326.