近日,美國乳腺超聲技術(shù)公司 iSono Health 正式推出其便攜式自動(dòng)乳腺超聲系統(tǒng) ATUSA。該系統(tǒng)已通過 FDA 510(k) 清關(guān),采用可穿戴式設(shè)計(jì),可在無需專業(yè)超聲技師操作的情況下,完成全乳腺自動(dòng) 3D 成像,主要面向婦產(chǎn)科門診、基層診所等即時(shí)護(hù)理(Point-of-Care)場(chǎng)景。
從產(chǎn)品形態(tài)上看,ATUSA 試圖解決一個(gè)非常明確的問題:如何在非影像科環(huán)境中,穩(wěn)定、高效地獲取標(biāo)準(zhǔn)化乳腺超聲圖像。掃描過程自動(dòng)完成,單側(cè)乳腺僅需數(shù)分鐘,影像結(jié)果可直接在終端顯示,并支持遠(yuǎn)程閱片與隨訪。這類產(chǎn)品的出現(xiàn),也再次把“AI + 超聲”推到了行業(yè)討論的前臺(tái)。
但比“又一款新設(shè)備上市”更值得討論的,是它所代表的一種技術(shù)路徑選擇。
![]()
官網(wǎng)圖源:iSono Health
當(dāng) AI 進(jìn)入超聲,真正要解決的是什么?
在過去幾年里,AI 在乳腺超聲領(lǐng)域的應(yīng)用,大多集中在圖像識(shí)別和結(jié)果判讀層面:良惡性判斷、BI-RADS 分級(jí)、結(jié)節(jié)標(biāo)注、風(fēng)險(xiǎn)提示等。這些能力在算法層面已經(jīng)取得了不小進(jìn)展。
但在真實(shí)應(yīng)用中,一個(gè)反復(fù)出現(xiàn)的問題是:AI 的表現(xiàn)高度依賴輸入圖像的質(zhì)量,而圖像質(zhì)量本身,卻高度依賴操作者。
掃查路徑是否完整、手法是否穩(wěn)定、關(guān)鍵切面是否覆蓋、探頭壓力是否合適—這些因素一旦出現(xiàn)偏差,即便是性能再好的模型,也很難給出可靠結(jié)果。
ATUSA 的設(shè)計(jì),正是對(duì)這一問題的一種回應(yīng)。它并沒有試圖讓 AI “更聰明”,而是通過硬件形態(tài)與流程設(shè)計(jì),盡可能減少前端變量,用自動(dòng)化方式保證每一次檢查都在一個(gè)相對(duì)可控的標(biāo)準(zhǔn)框架內(nèi)完成。
這背后,其實(shí)隱含著一個(gè)重要判斷:AI 在乳腺超聲中的價(jià)值,不只是“怎么看”,而是“怎么做檢查”。
一種成立于特定醫(yī)療體系下的解決方案
需要注意的是,ATUSA 所選擇的路徑,與其所處的醫(yī)療環(huán)境密切相關(guān)。
在美國體系下,乳腺影像高度依賴鉬靶篩查,超聲更多作為補(bǔ)充檢查工具存在,尤其用于致密型乳腺或高風(fēng)險(xiǎn)人群的隨訪與補(bǔ)充評(píng)估。影像最終仍回到放射科醫(yī)生體系,由專家進(jìn)行判讀和決策。
在這樣的前提下,一套操作門檻低、流程固定、圖像一致性高的自動(dòng)化超聲系統(tǒng),確實(shí)可以有效擴(kuò)展使用場(chǎng)景,提高檢查可及性,并降低對(duì)專職技師的依賴。
這是一條清晰、也非常“美國式”的技術(shù)路徑。
如果把視角放到更大規(guī)模、更復(fù)雜的篩查場(chǎng)景中,問題往往并不會(huì)止步于此。
![]()
當(dāng)場(chǎng)景變成基層與大規(guī)模篩查,挑戰(zhàn)發(fā)生了變化
在中國及許多發(fā)展中地區(qū),乳腺超聲往往承擔(dān)著篩查本身的角色,尤其是在基層醫(yī)療機(jī)構(gòu)、體檢場(chǎng)景、流動(dòng)篩查和公共衛(wèi)生項(xiàng)目中。
在這些場(chǎng)景下,挑戰(zhàn)不只在于“有沒有設(shè)備”,而在于:
1、不同操作者之間的掃查差異極大
2、圖像質(zhì)量波動(dòng)明顯,難以長(zhǎng)期穩(wěn)定
3、批量檢查中,過程不可控、不可回溯
4、僅依賴事后判讀的 AI 模型,往往難以在真實(shí)篩查環(huán)境中長(zhǎng)期穩(wěn)定發(fā)揮作用
也正是在這樣的現(xiàn)實(shí)背景下,“小濟(jì)醫(yī)生”選擇了另一條路徑。
與其把 AI 作為檢查結(jié)束后的“輔助判斷工具”,小濟(jì)醫(yī)生更希望它能參與到篩查的全過程中。
在基層和規(guī)模化篩查場(chǎng)景里,設(shè)備條件、操作者經(jīng)驗(yàn)并不統(tǒng)一,這也是現(xiàn)實(shí)世界無法回避的前提。基于這樣的環(huán)境,小濟(jì)醫(yī)生并不是在理想影像條件下訓(xùn)練算法,而是讓系統(tǒng)學(xué)會(huì)在真實(shí)篩查場(chǎng)景中工作,從而在不同條件下保持相對(duì)一致的篩查結(jié)果。
通過讓 AI 介入檢查過程本身,而不僅停留在結(jié)果階段,系統(tǒng)試圖降低對(duì)個(gè)人經(jīng)驗(yàn)的依賴,使篩查在不同人員、不同機(jī)構(gòu)條件下,仍能保持相對(duì)一致的輸出質(zhì)量。
![]()
從“算法可用”,走向“規(guī)模可用”
從 ATUSA 的上市,到各類 AI 超聲產(chǎn)品在不同國家的探索,可以看到一個(gè)越來越清晰的趨勢(shì):
AI 醫(yī)療影像的競(jìng)爭(zhēng),正在從模型指標(biāo),轉(zhuǎn)向系統(tǒng)能力。
單一算法的準(zhǔn)確率,已經(jīng)不足以回答“是否真的有臨床價(jià)值”;真正重要的,是系統(tǒng)能否在真實(shí)環(huán)境中長(zhǎng)期運(yùn)行,是否經(jīng)得起不同場(chǎng)景、不同操作者、不同機(jī)構(gòu)的考驗(yàn)。
◆路徑可以不同——
有的通過硬件自動(dòng)化降低變量,有的通過流程與質(zhì)控重構(gòu)檢查方式。
◆但方向正在逐漸趨同——
讓 AI 不只是“會(huì)看圖”,而是真正參與并改善醫(yī)療服務(wù)的實(shí)際過程。
在乳腺癌篩查這樣高度依賴流程與質(zhì)量控制的領(lǐng)域,技術(shù)的價(jià)值,往往體現(xiàn)在那些不那么顯眼,卻持續(xù)影響結(jié)果的細(xì)節(jié)之中。
這,或許才是這一輪 AI 乳腺超聲產(chǎn)品集中出現(xiàn)時(shí),最值得被關(guān)注的地方。
助醫(yī)者 濟(jì)蒼生
We empower those healing the world.
小濟(jì)醫(yī)生-人工智能超聲乳腺癌篩查機(jī)器人
—— 乳腺健康 小濟(jì)守護(hù) ——
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.