奪走她生命的是中國女性如今面臨的第一大健康殺手——乳腺癌。
“太可憐了”，劉強說，“因為她是孕期患上的乳腺癌，孕期乳腺癌惡性程度一般是比較高的。癌細胞在孩子出生時已經腦轉移，而腦轉移患者平均生存時間只有一年。”
事實上，在癌癥當中，乳腺癌的研究在全世界是最前沿的。以美國為例，在高研發投入和高關注度之下，美國的乳腺癌患者五年生存率達到90%。有三分之二的患者得到治愈。近年來，美國的乳腺癌發病率已經在逐年遞減。
掉過頭來，這個“殺手”將它肆虐行兇的戰場轉向了中國等高速成長的國家。中山大學附屬第一醫院甲乳外科呂偉明主任注意到，中國的癌癥發病率呈上升趨勢，(其中)乳腺癌的絕對量跟比例上漲是最快的，是威脅女性患者的第一殺手。
“中國式”乳腺癌高發期提前十年
在歐美國家，乳腺癌高發的年齡段是55-65歲，中國整整提前了十年，發病最高峰年齡在45-55歲。除了家族史等遺傳因素，高速發展的社會經濟，由此造成的高壓力的生活方式以及不良飲食習慣都與乳腺癌發病密切相關。
“工作壓力太大了。”在記者采訪的當天，劉強的門診來了一個基因檢測結果顯示癌癥基因突變的病人。她自己回憶，“當高管的幾年，每天只睡幾個小時”，這個過程經歷時不以為意，卻埋下了癌癥潛伏、基因突變的種子。“現在女性工作壓力大、節奏快，飲食也不規律，這些不良生活方式都會影響乳腺癌發病的幾率。”劉強表示。
可怕的是，大多數人缺乏足夠認知，不止意識不到風險到來，甚至錯誤地幫助癌癥擴散。
劉強接診的另一位孕期乳腺癌患者，直到出現了頭疼癥狀，才發現癌細胞已經腦轉移。在此之前，她將胸部腫痛與哺乳期的“積乳”混淆，還曾一度請按摩師幫忙推拿緩解，這恰恰促進了癌細胞的全身擴散。
還有患者從一開始無意識，到有意識之后一心赴死，硬生生地阻斷了自己生存的機會。有個病人告訴劉強，“開始是想可能是良性的，到后來自己也覺得不對了，也知道不對了，就想算了，反正是死，就死了算了”。
如果說城市女性對乳腺癌還算具有基本認知，更大的盲區在廣大的農村。劉強發現，他遇到的腫塊很大的患者，往往是來自農村，意識欠缺，就診過晚。
只要早一點發現就好了。
對于專業的乳腺科醫生來說，防治乳腺癌的最佳方式一句話就可以概括：早發現、早治療，在病癥惡化之前就開始干預。早期乳腺癌治療后的五年生存率可以達到92%以上，而晚期乳腺癌生存率已經降到了不足50%。
早篩的手段也并不神秘，門檻不高。按照呂偉明主任的說法，35歲以上的女性每半年或者每一年檢查一次，醫生體檢加上B超檢查。40歲—55歲，每1-2年檢查一次鉬靶。更大的年紀兩年做一次鉬靶照片就夠了。這樣下來的篩查費用，三級甲等醫院的B超收費是135元，雙側鉬靶檢查是269元。一年一次百余元的花費，就可以提高乳腺癌早診早治的概率。
但這看起來平易的防治乳腺癌的捷徑卻沒有得到普及。劉強和呂偉明等人依然面對著每天從全國各地轉診來的重度病患感到焦慮。
有“僥幸”，無“意識”
意識或者習慣是第一個難點。在美國，每八個人就有一個人一生中會得乳腺癌，因此美國女性對乳腺癌非常重視，每年定期體檢的意識非常強。在中國，盡管近年來乳腺癌患者逐漸增加，一般人依然沒有這樣的意識。另外，劉強認為，中國女性僥幸心理比較多一點，不了解，再加上僥幸，就容易一拖再拖，病久難治。
就算有了足夠的意識，醫療水平的不均衡將成為擺在眼前的第二個難題。
基層醫療水平相比北上廣等一線城市遠遠落后。中山大學附屬第一醫院甲乳外科的李杰教授提到：“像我們醫院、北京、上海的一些大醫院，早期可治愈的乳腺癌生存率跟歐美基本上是一致的，5年總生存可以達到90%左右，差距最大的是在中小城市的那些地方，一方面中小城市患者對于乳腺癌認識不足，另外很重要的一個方面是國內的優質醫療資源分布不均衡，診治水平參差不齊。”
就算同樣是一線城市的三甲醫院，接待患者的經驗豐富程度也能成為醫療水平分異的關鍵點。劉強提到，之前同樣是在三甲醫院就診的病人，得到的B超報告提示是三級，意味著良性的可能性大，隨訪就行了。但是在他給對方體查的時候，發現腫塊粗糙，選擇再度影像復查，發現是4C，惡性程度達到50%以上。三甲醫院尚且如此，基層醫院的情況不容以樂觀預估。
人力局限與AI突圍
人工水平的局限，區域之間、醫院之間醫療能力的不均衡，讓中山大學第一附屬醫院的呂偉明和李杰開始尋求用人工智能技術輔助乳腺癌篩查的方案。
出發點之一是鉬靶篩查的困難。不管是國內還是國外，對于45歲以上乳腺癌高危人群的乳腺癌篩查，鉬靶都是首選的手段。但是，李杰提到，“現在國內鉬靶篩查存在很多的困難：包括中國乳腺相對比較小而致密，不利于鉬靶診斷;在國內缺乏有足夠資質的好的影像科醫生閱片;另外，人的肉眼閱片也有一定的精度限制，只能看到一定范圍、一定的分辨率的圖像差別。”。
這恰恰是人工智能之于醫學的優勢所在。譬如，在基于鉬靶影像的乳腺癌篩查方面，計算機視覺對于識別肉眼可能忽略的病灶，有天然的優勢。呂偉明和李杰牽頭的與騰訊覓影AI影像合作項目在今年7月發布了乳腺腫瘤篩查AI系統，在檢測病灶的核心指標方面成果顯著——檢測乳腺鈣化和惡性腫塊的敏感度分別達到了99%和90.2%，對乳腺腫瘤的良惡性判別敏感度和特異度達到了87%和96%——盡管仍需要更多的臨床校驗，這個數據本身已經得到了李杰等臨床資深醫生的認可。
“人的操作存在時間和經驗的影響，(對影像的判讀)難免存在一些錯誤。”在今年6月的另一場學術論壇上，同樣在研究AI醫學應用的中山大學腫瘤醫院余向洋博士提出一個看法，“日常影像報告存在10%左右的錯誤，絕大部分診斷錯誤發生在判圖階段。”應用AI技術可以解決人眼判別的不穩定性。并且，這個AI助手“永不疲倦”、可以保持高速度地學習。
直面“老大難”
人工智能帶來的另一個可能性是緩解優質醫生的不足，從而部分地應對醫療資源不均衡的老大難問題。
AI醫生基于大量病例訓練，且得到三甲醫院名醫的校驗，或許能為經驗相對不足的基層醫生提供更多指導。對這一點，劉強尤為關注。出診時，他看到好幾個病人都受困于前期治療不夠規范，基層醫生未能給到專業的治療方案，導致病情控制不理想。“如果有了人工智能，特別重的病人他可能治不了，但是普通的病人他可以治得很合乎規范，那也是好事。”
在騰訊覓影AI科學家顏克洲看來，決定乳腺鉬靶篩查AI產品好不好用，一個關鍵因數是它“懂”的疑難病例數，也就是，有足夠廣泛的“閱片量”。如果AI真的能夠幫助到基層醫生，前提是它比基層醫生經驗更多、掌握的處理辦法更規范和專業。“我們要讓AI超過醫生的效果，最重要的是讓它看到普通的醫生或是人窮盡畢生精力也無法看過的疑難病例。”在找到疑難病例之后，再請三甲醫院的專家、病理科交叉確認診斷，最后輸入給AI系統，讓它能一步一步迭代。
這個人工精心培育的AI醫生成長迅速，經過在十幾個醫院的落地公測、積累數據、反饋學習，只用了半年時間，AI系統的腫塊檢測假陽性率(FP值)降低到了原來的20%。可預見的是，這樣的“指數級”成長將持續，AI醫生的眼界不斷拓寬，成長為一個優秀的助手指日可待。
全新的開始
在中山大學附屬第一醫院，乳腺癌患者郭姐照常來到呂偉明主任處復診。從2010年發現乳腺癌至今，已經過去了8年。因為發現的較早，她做了保乳手術，如今只需要定期復查、服藥，不再有生命危險。
但這將是一場長期的戰役。無論是對郭姐這樣的病患，還是對李杰、呂偉明、劉強等乳腺科專業醫生而言。
他們都不約而同地為中國乳腺癌發病率的提高感到憂慮。患者對于乳腺癌的無知，導致治療、干預的滯后，身心痛苦的加劇，甚至從生到死的絕望，令人痛心。
能多拯救一個是一個。對于積極擁抱AI、研究乳腺癌早篩應用AI技術的呂偉明和李杰等人，他們希望由機器彌補人的短處，發現得更準、幫到更多患者。
但最終，女性自身定期篩查意識的提高，才是破解“中國式”乳腺癌難題的根本之道。
“我們是想真真正正幫助病人，因為我們見到很多從基層醫院過來的病人，見到最大的一個腫瘤有20幾公分，就像一個籃球一樣。所以還是要呼吁大家早做篩查早做治療。人工智能可以在早篩方面起到重要作用，也避免了優質醫療資源分布不均，難以下沉到基層的問題，能夠讓優質的醫療資源幫助到患者。”李杰說。
京公網安備 11010502049343號