愛護乳腺，AI不宜遲—英特爾人工智慧助力乳腺癌早篩及診治

大數據、雲計算、人臉識別、自動駕駛……近年來這些耳熟能詳的人工智慧科技，正在悄然改變著我們的生活。英特爾作為全球領先的科技公司，一直致力於人工智慧技術的發展。金秋十月，2018年《時尚健康》「粉紅絲帶運動」國際乳腺癌防治月來臨了，英特爾公司本著「愛護乳腺，AI不宜遲」的理念，攜手國家級醫學影像人工智慧高新技術企業-匯醫慧影公司，共同開發「人工智慧乳腺全周期健康管理系統」，助力乳腺癌早期篩查以及診治，為廣大女性提供健康保障。

近年來，隨著《時尚健康》「粉紅絲帶運動」的公益宣傳持續傳播，以及公眾健康意識的不斷提升，人們對乳腺癌防治的認知日益提高。關於乳腺癌的早期篩查以及治療方面有沒有新的進展呢？答案不言而喻，就是人工智慧的應用！

那麼，人工智慧技術是怎樣和乳腺癌的診治相關聯呢，我們還是要從乳腺癌說起。我國乳腺癌發病率已佔據女性惡性腫瘤的首位，由其導致的死亡率也排在了腫瘤致死排名的前十位。乳腺癌的早期發現，早期治療能夠明顯提高病人的治癒率以及生存率。目前乳腺癌沒有確定的預防措施，因此在適齡女性以及高危人群中開展定期大規模防癌篩查，以發現更多的早期病例，把腫瘤消滅在萌芽狀態至關重要。

乳腺癌的常用篩查方法有以下幾種：

1.乳腺自檢及臨床乳腺檢查（CBE）

其缺點為針對早期體積較小的腫瘤容易漏診，因此整體診斷敏感度較低。

2.乳腺X光X線檢查（MAM）

微鈣化是乳腺癌的一個重要特徵，近一半的乳腺癌在早期X線片上可見細顆粒鈣化集簇表現。然而MAM亦有局限性，在緻密型乳房病例，其診斷率明顯下降，造成漏診，而我國有近30%女性屬於緻密型乳房。

3.乳腺超聲檢查（BUS）

BUS可以較好的顯示乳腺腫瘤的特徵，能鑒別X線片上無法顯影的腫物，但其對於僅以微鈣化為影像學表現的導管原位癌敏感性差。而且，超聲檢查依賴操作醫生的水準，診斷準確性受主觀影響大。

4.乳腺核磁共振成像（MRI）

MRI可以清晰的顯示軟組織影，並且無輻射，還可以發現除原發灶外的額外病灶及周邊淋巴轉移灶。因此MRI對乳腺術前檢查術後複查評估等方面有意義。

通過上述方法可以看出，除乳腺自檢及臨床乳腺檢查外，其餘方法均有較客觀的影像學資料，但是影像科醫生每天要處理和瀏覽成千上萬幅影像圖片，工作強度非常大。同時，有些病灶的影像學表現比較複雜，即使是經驗豐富的醫生，面對海量的數據，難免會因為視覺疲勞等原因出現判斷偏差，可能會影響診斷結論的準確性。將這些影像學及臨床資料彙集，就為人工智慧技術提供了大數據基礎。人工智慧的影像識別和深度學習能力，能夠幫助醫生篩除正常影像，著重標註疑似病灶的區域，讓影像科醫生審片更加精準高效，人工智慧在影像識別的速度上勝於人工操作，同時也有利於臨床醫生制定針對性的治療方案，特別對於偏遠地區和基層醫生而言，這一技術的應用更加意義重大。

英特爾技術團隊和匯醫慧影緊密合作，幫助提升乳腺癌篩查的檢測精度和效率。將用於乳腺癌篩查的深度學習模型，應用在英特爾至強可擴展處理器平台上，大幅度提升了數據的處理和推理效率，這得益於至強可擴展處理器平台的多數據流處理機制和對軟體框架的性能優化：

人工智慧從至強開始：英特爾的至強伺服器提供全CPU統一架構處理，除了單晶元20核心40線程的處理器硬體，還支持優化的Math Kernel Library數學核心計算庫和深度學習框架，開發者可以在這一平台上，實現不同深度學習演算法的移植、優化和重新部署。

海量數據處理能力強：人工智慧技術可以進行多模態影像數據融合，多維度，立體化進行數據融合分析，為乳腺癌的診斷及治療提供全面的個體化的綜合資訊。針對來自多個醫療中心的海量影像數據，英特爾至強伺服器提供最高達768GB的超大記憶體，配合多核心多線程處理能力，對乳腺採集影像進行像素級別的特徵識別，在紛紛擾擾的世界中尋找蛛絲馬跡，發現潛在問題。

數據識別更加精準：匯醫慧影公司曾在胸部結節，神經系統，甲狀腺等多器官系統影像與國內外頂級醫院的影像及專科醫生進行過人機讀片對比，經過深度學習的人工智慧系統，讀片準確率達到90%。英特爾至強伺服器可將深度網路模型優化並將數據集進一步加強，也將會繼續幫助提高該識別準確率，其對數據的分析和比較「眼力」，早已突破人類極限，達到醫療影像辨識的新高度。

數據分析的高效快捷：英特爾至強伺服器支持完整的數據處理及深度學習工具鏈，就像一台無級變速的變速箱，英特爾的工程師將各個數據處理環節進行了優化，並採用了Multi-Stream多數據流並行處理技術，使得數據處理更加流暢，效率大幅提升。經過匯醫慧影的測試，基於英特爾至強CPU的全過程數據處理效率大幅提升，人工智慧影像分析速度遠超傳統的數據處理方案。

方案部署更加方便：英特爾還將與匯醫慧影公司進一步開發「人工智慧乳腺全周期健康管理系統」，提供可靠的端到端的人工智慧解決方案。分為三個階段：第一階段，人工智慧參與乳腺影像判讀，覆蓋大量人群。第二階段，人工智慧輔助臨床決策，結合影像組學，提供非常精準的臨床決策依據。第三階段，根據術後複查數據，人工智慧參與動態監控，患者自助式參與治療。英特爾至強伺服器的統一架構將大大降低部署和維護成本，對於一項醫療服務的持續部署和優化具有重大意義。

21世紀是屬於生命科學的世紀！未來，英特爾的人工智慧還將在智慧醫療領域發揮更大的作用，致力解決人類面臨的大問題，加速行業轉型，更好地幫助醫生，造福廣大患者。

了解更多人工智慧前沿技術及應用，請點擊閱讀原文關注英特爾人工智慧大會。