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

該文系統(tǒng)回顧了 AI 技術(shù)在乳腺超聲診斷領域的發(fā)展現(xiàn)狀，梳理了當前臨床應用中已經(jīng)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(guān)鍵問題與未來發(fā)展方向進行了深入分析，是國內(nèi)該領域具有代表性的權(quán)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(xiàn)狀” 時，作者提到了國內(nèi)乳腺癌篩查實踐中的成功案例，其中包括我司的 “小濟醫(yī)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(tǒng)乳腺超聲檢查高度依賴操作者經(jīng)驗，掃查手法與圖像質(zhì)量差異較大，是影響后續(xù) AI 分析效果及規(guī)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(yī)生’乳腺癌智能篩查全流程服務系統(tǒng)可自動監(jiān)測超聲掃查手法、識別和標記不符合質(zhì)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(yī)療機構(gòu)篩查、診斷乳腺癌，可減少技術(shù)因素導致的假陰性結(jié)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(jié)果判讀階段。

從“算法可用”到“規(guī)�？捎谩�，關(guān)鍵在前端質(zhì)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(jīng)展現(xiàn)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(shù)據(jù)來源是否穩(wěn)定

2.圖像采集過程是否標準化
3.系統(tǒng)是否能夠融入真實的臨床工作流

尤其在基層和大規(guī)模篩查場景中，操作差異、流程不一致和質(zhì)量波動，往往成為 AI 難以長期、穩(wěn)定發(fā)揮作用的主要障礙。

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

這一思路，也反映了當前行業(yè)對 AI 醫(yī)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(guān)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(jié)果判讀
2.對系統(tǒng)穩(wěn)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(guī)模篩查場景中，技術(shù)是否“好用、可控、可復制”，將成為重要衡量標準

這些判斷，本質(zhì)上都指向一個問題：

AI 是否能夠在復雜、差異化的現(xiàn)實環(huán)境中，長期穩(wěn)定地產(chǎn)生可用價值。
“小濟醫(yī)生”作為案例被提及，恰恰說明 AI 醫(yī)療影像產(chǎn)品能否真正發(fā)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(zhì)量控制機制以及基層實際條件相匹配。

產(chǎn)品定位：“小濟醫(yī)生”在做什么，不在做什么

“小濟醫(yī)生”并未將 AI 定位為一個依托超聲醫(yī)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(zhì)量控制能力，嵌入到真實的超聲檢查與服務場景中。

系統(tǒng)圍繞基層和規(guī)模化篩查中普遍存在的操作差異大、質(zhì)量不穩(wěn)定、早期病灶檢出難度高等問題，在大規(guī)模真實臨床數(shù)據(jù)持續(xù)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(zhì)量的實時監(jiān)測與反饋
* 圖像采集、質(zhì)控與 AI 分析的連續(xù)協(xié)同

通過將圖像采集、過程質(zhì)控和 AI 分析整合為一套連續(xù)流程，支持在不同機構(gòu)、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(yī)生”更關(guān)注系統(tǒng)在長期運行中的穩(wěn)定性與可復制性。

AI 的價值，并不在于替代醫(yī)生，而在于在復雜、多變的現(xiàn)實環(huán)境中，幫助篩查流程變得更加可控、可持續(xù)。

此次在國家癌癥中心權(quán)威綜述論文中被提及，對我們而言，更像是一種提醒：

AI 醫(yī)療的真正價值，最終仍要回到真實使用場景，經(jīng)得起時間、流程與結(jié)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(xiàn)狀、挑戰(zhàn)與未來[J]. 中國醫(yī)學影像技術(shù), 2025, 41(8): 1322–1326.