乳腺癌的常用筛查方法有以下几种：
时间：2022-03-25 04:54:02 | 来源：行业动态
时间：2022-03-25 04:54:02 来源：行业动态
1. 乳腺自检及临床乳腺检查（CBE）
其缺点为针对早期体积较小的肿瘤容易漏诊，因此整体诊断敏感度较低。
2. 乳腺钼靶X线检查（MAM）
微钙化是乳腺癌的一个重要特征，近一半的乳腺癌在早期X线片上可见细颗粒钙化集簇表现。然而MAM亦有局限性，在致密型乳房病例，其诊断率明显下降，造成漏诊，而我国有近30%女性属于致密型乳房。
3. 乳腺超声检查（BUS）
BUS可以较好的显示乳腺肿瘤的特征，能鉴别X线片上无法显影的肿物，但其对于仅以微钙化为影像学表现的导管原位癌敏感性差。而且，超声检查依赖操作医生的水平，诊断准确性受主观影响大。
4. 乳腺核磁共振成像（MRI）
MRI可以清晰的显示软组织影，并且无辐射，还可以发现除原发灶外的额外病灶及周边淋巴转移灶。因此MRI对乳腺术前检查术后复查评估等方面有意义。
通过上述方法可以看出，除乳腺自检及临床乳腺检查外，其余方法均有较客观的影像学资料， 但是影像科医生每天要处理和浏览成千上万幅影像图片，工作强度非常大。同时，有些病灶的影像学表现比较复杂，即使是经验丰富的医生，面对海量的数据，难免会因为视觉疲劳等原因出现判断偏差，可能会影响诊断结论的准确性。将这些影像学及临床资料汇集，就为人工智能技术提供了大数据基础。人工智能的影像识别和深度学习能力，能够帮助医生筛除正常影像，着重标注疑似病灶的区域，让影像科医生审片更加精准高效，人工智能在影像识别的速度上胜于人工操作，同时也有利于临床医生制定针对性的治疗方案， 特别对于偏远地区和基层医生而言，这一技术的应用更加意义重大。
英特尔技术团队和汇医慧影紧密合作，帮助提升乳腺癌筛查的检测精度和效率。将用于乳腺癌筛查的深度学习模型，应用在英特尔至强可扩展处理器平台上，大幅度提升了数据的处理和推理效率，这得益于至强可扩展处理器平台的多数据流处理机制和对软件框架的性能优化：
在线咨询
