演讲嘉宾：江铖，腾讯觅影高级研究员。多年以来一直从事计算机视觉相关的研究。加入腾讯以后，负责腾讯觅影乳腺癌AI方向的研发，参与研发的项目在多家大型三甲医院落地。
大家好，今天很高兴能给大家带来这方面的报告。正如大家所看到的，社会平均年龄在逐年增长，大家对健康的意识也是越来越高，与此同时伴随着AI技术的发展，AI医疗方向就成为了互联网领域的一大研究热点，腾讯在这方面也是做了很大的努力，在这周四广州举办的互联网＋会议上我们正式对外发布了我们的AI乳腺系统。作为该系统的研发人员之一我有幸见证了这个项目从无到有以及一次一次迭代的过程，所以希望在今天的会场上能够跟大家分享一下我们整个团队的经验。
选择乳腺癌这个研究方向作为我们工作的开始主要是有两方面的原因。第一方面是对于女性来说乳腺癌是所有肿瘤当中发病率最高的一种，它的发病率大概在16%-17%之间，严重危害女性的健康。第二点是因为乳腺癌它虽然发病率很高，但是它的治愈率是比较高的，如果能在较早期发现的话它的治愈可能性是非常高的。对于美国来说目前五年的生存率是在89%，而中国在这方面只有83%。原因主要是中国人口基数过多，相对来说有经验的看片医生较为缺乏，这就产生一个供需的矛盾。目前应用AI技术就是为了缓解这个矛盾，能够最大限度地帮助到患者跟医生。
对于乳腺的诊断先来做一些基础知识的了解。对乳腺来说诊断方式通常有以下五种，前四种是大部分医院采用的方式，首先对于一个来体检或者是觉得有异常的人，通常会对他先进行一个X光拍照，拍照之后对他进行一个诊断。影像科的医生读片之后作出判断，如果发现有不能确定的地方他们会建议进一步做超声和磁共振。如果这两个做下来依然有可疑的情况，可能就会建议做病理。病理能确认一个患者是否真的患有乳腺癌。在作出定性判断之后如果真的有，再判定恶性的程度是多高，给出一个打分。
然后在这个基础上还会对恶性肿瘤的亚型进行分类，对不同的亚型可以采用不同的治疗方案。近些年基因方面的研究也是比较热的，众所周知如果家族当中有人患有乳腺癌的话，其家族成员患上乳腺癌的概率相对其他人来说就会高一些，目前已经有研究证明有一种叫做BRCA的基因，携带这样基因的女性患乳腺癌的概率要远远高于平常人。所以通过这个基因可以帮助我们确定高发人群，并且能够有助于我们制订个性化的治疗方案。
从上面可以看到对乳腺癌的诊断是有非常多的模态的，我们的终极目标是能够把这些模态有机地结合起来，形成一个完整的整体，提高对乳腺癌的诊疗技术。我们最早开始的研究方向是钼靶，因为钼靶它是使用最为广泛，并且最为有效的一种方式。，我们现在对于钼靶的研究成果已经落地了三十多家三甲医院，并且已经初步得到了一些应用，也获得了一些反馈。在病理和磁共振方面我们也取得了阶段性的成果，而在超声方向我们目前是刚刚开始。
下面就以我们做得相对完整的一个钼靶项目来开始今天的技术分享。这个乳腺钼靶主要实现了三方面的功能，第一方面实现了疑似病灶的定位，能够在给定的钼靶图上将两大潜在的恶性灶准确的标定出来。这样可以辅助医生从而减轻医生读片的压力，另一方面可以降低医生的漏诊率。第二是判断病灶恶性的概率，并在此基础上对整个单侧乳房都做出进一步的判定。最后就是前面提到的这些分析的基础上结合一些图像处理的方式提取乳腺的特征，并生成它的影像报告。
我们来看一下这三方面的功能是怎么实现的呢？我们主要采用了下面这样一种技术框架，这个框架主要包含三层内容，在这个框架的前端主要是提供了对于钼靶影像的前处理层。中间的核心模块是我们的AI学习模型，第三层在是这两个模型的基础上通过医生的反馈，对前两层进行动态更新。下面我将每一个部分跟大家具体的讲一讲。
