脉得智能
近日，脉得智能联合复旦大学附属中山医院、上海市第十人民医院、复旦大学附属金山医院及德国慕尼黑工业大学等机构，在乳腺癌早期诊断技术领域取得重大突破。其研发的双核驱动超声组学（Dc-HR）技术，通过整合机器学习与深度学习算法，基于双视角灰阶超声图像，实现了对BI-RADS 4类乳腺病变的精准诊断与活检指导，相关研究成果已发表于国际权威期刊**《Cancer Imaging》（JCR一区）**。该技术有望大幅降低不必要活检率，为乳腺疾病早期精准诊断提供新路径，尤其适用于缺乏高端超声设备的基层医疗机构。复旦大学附属中山医院徐辉雄教授和赵崇克博士为通讯作者，复旦大学附属中山医院周泊阳医生、脉得智能研究院CV算法工程师谭斌为第一作者。
乳腺癌是全球女性发病率最高的恶性肿瘤，灰阶超声是乳腺病变筛查的核心手段。临床中，BI-RADS 4类乳腺病变的恶性率跨度极大（5%-95%），常规需通过穿刺活检确诊，导致大量良性病变患者承受不必要的创伤、焦虑及医疗负担。而剪切波弹性成像（SWE）、超声造影（CEUS）等新技术虽能提升诊断准确率，但依赖高端设备、造影剂及资深医师操作，难以在基层普及。 为破解这一临床痛点，研究团队构建了涵盖1054名患者、1062个BI-RADS 4类病变的数据集，历时三年完成技术研发与验证。并设计了三种影像组学方案，包括机器学习（ML）、深度学习（DL）单核模型，以及融合二者优势的Dc-HR双核模型，系统对比其诊断性能与穿刺活检优化价值。 研究结果显示，Dc-HR技术表现突出，其曲线下面积（AUC）达0.944-0.980，显著优于ML模型（0.544-0.882）、DL模型（0.839-0.964），同时超越SWE（0.584-0.725）与CEUS（0.813-0.840）等传统增强技术。在双视角超声图像支持下，该技术可将内部验证队列的不必要穿刺活检率降至0%，外部验证队列降至7.22%，且仅漏诊1-2例恶性病变，保持了极高的诊断安全性。 针对不同分级的BI-RADS 4类病变，Dc-HR技术展现出精准适配性：对4a类良性病变集中的亚型，可降低90.70%-100%的不必要活检；对恶性风险较高的4b、4c类亚型，维持96.43%-100%的阳性预测值，实现“精准分流”。决策曲线分析证实，该技术的临床净获益显著高于现有诊疗方案，无需额外设备即可优化穿刺活检决策。 “Dc-HR技术的核心优势的是整合机器学习的精准特征提取与深度学习的全局信息捕捉能力，且仅依赖常规灰阶超声图像，易在基层推广。”项目负责人表示，该技术不仅能减少良性病变患者的创伤与医疗资源浪费，还能为缺乏高端设备的地区提供可靠的诊疗工具，助力乳腺癌早筛早诊同质化发展。 目前，该研究已通过多中心验证，数据集的多样性确保了技术的泛化能力。团队后续将开展更大规模临床试验，进一步优化模型并拓展至全BI-RADS分级病变诊疗，探索结合临床信息与基因数据的多维度诊疗方案，为乳腺疾病精准医疗提供更全面的技术支撑。
脉得智能科技（无锡）有限公司是一家深耕人工智能医疗领域的高新技术企业，由院士团队与资深运营团队联合创立，专注于人工智能医学大数据算法研究与转化应用。作为江苏省潜在独角兽企业、专精特新企业，以及“全国精准医学产业创新中心”常务理事单位，公司以“用AI赋能精准医疗，构建均质化诊疗生态”为使命，在超声影像智能诊断领域持续突破，尤其在甲状腺、乳腺等疾病诊疗方向形成核心竞争力，业务覆盖数百家各级医疗机构。 依托强大的AI原研实力与权威医疗资源，脉得智能构建了“算法研发-产品转化-临床落地”的完整闭环。公司在无锡、上海、杭州、成都、香港布局总部、区域总部、数据中心、联合实验室及研发中心，联合国内三甲医院专家团队，打造了基于超声影像的多病种AI实时诊疗系统与基因组学AI生信数据分析平台。公司凭借硬核技术实力获评工信部人工智能医疗器械创新任务揭榜挂帅优胜单位，斩获江苏省人工智能科学技术奖等多项荣誉。 在乳腺疾病诊疗领域，脉得智能针对性破解临床痛点，构建了全流程AI辅助解决方案。乳腺超声检查依赖医师经验，BI-RADS分级判读一致性不足，微小病灶易漏诊、良性病变过度活检等问题突出，尤其在基层医疗机构更为明显。为此，公司研发了专属乳腺结节AI检测模型，通过深度学习算法实现超声影像的精准分析与量化评估。该核心技术已获得发明专利授权，可对乳腺超声视频进行逐帧解析，通过检测框队列筛选算法有效降低误检率，精准标记微小钙化簇、边缘模糊病灶等易漏诊目标。 作为细分赛道标杆企业，脉得智能已与全球头部伙伴达成深度战略合作，产品覆盖全国数百家头部及基层医疗机构。公司持续深化乳腺领域技术迭代，未来将进一步优化模型泛化能力，拓展至全BI-RADS分级病变诊疗，探索结合临床信息与基因数据的多维度评估方案。同时，依托多中心临床合作，不断积累真实世界数据，推动AI技术与乳腺诊疗全流程深度融合，为全球女性乳腺健康提供更高效、精准的智能医疗支撑。 撰文、排版丨罗超然 黄 倩 设计丨 黄若曦 审核丨 陈咏虹