更清晰的视野
接受乳腺癌筛查或乳房 X 光检查，会让患者产生不适感、不安感与脆弱感。筛查结束后，女性不仅要承受等待检查结果的心理压力——报告中满是晦涩的医学术语，难免会出现表意模糊的情况；甚至还可能因乳腺组织致密、扫描时体位摆放不当，收到需要再次接受乳房 X 光检查的随访通知。
现实情况是，美国每 8 名女性中，就有 1 人会在一生中被确诊为乳腺癌。其余 7 名女性中，也有部分人会经历癌症疑似带来的沉重打击。早发现能大幅降低乳腺癌的致死风险。但遗憾的是，美国癌症协会的数据显示，美国每年开展的 4000 万例乳房 X 光筛查中，传统的基于年龄的筛查方式会漏诊 20% 的乳腺癌病例。即便最终拿到健康无虞的检查结果，整个诊疗过程也会让患者感到茫然无措、心绪难安。
无需畏惧——知识就是力量。我们有幸生活在一个能够对自身健康采取预防性措施的时代。
医疗健康领域迎来全新赋能
想要切实改善患者的就医体验，关键举措之一，就是为医疗服务提供者与放射科医生配备专业工具，帮助他们更精准地识别癌症高风险患者，同时制定个性化的诊疗建议，让患者掌握自身健康的主动权。Volpara Health 等医疗软件企业，正借助人工智能，打造更高阶的诊疗支持方案。
Volpara 起源于新西兰，目前为全球 2000 多家医疗机构提供服务，十五年来始终稳居医疗软件行业的领先地位，过去七年也一直是 Microsoft 云合作伙伴计划的成员。该公司还荣获了 Microsoft 2023 年度医疗健康与生命科学领域年度合作伙伴称号。
Volpara 的乳腺密度人工智能系统，已为 41 个国家的 1730 万余名患者完成了乳腺成分评估。
致密乳腺组织中含有大量纤维组织与腺体组织，会增加医生判读潜在癌性肿瘤的难度，也让医疗服务提供者很难通过肉眼发现病灶异常。研究表明，通过肉眼评估乳腺密度的放射科医生，对密度分级的判定存在不一致性，而这会影响患者通过超声或核磁共振检查提升病灶检出率的机会。不同设备厂商的图像处理算法，也会影响乳腺密度的视觉判读结果。而人工智能承担了这项繁重的基础工作，在连续量表上完成定量与容积分析，大幅提升了检测精准度。大型 DENSE 临床试验结果显示，除乳房 X 光检查外，借助 Volpara 的人工智能系统筛选出乳腺极度致密的女性并补充核磁共振检查，能显著降低乳房 X 光检查结果正常后检出的间期癌数量，同时减少假阳性结果。
“我们拥有深厚的物理专业底蕴，能够分析原始未处理的影像，对乳腺密度完成高精度的容积分析。”Volpara 首席执行官 Teri Thomas 表示，“只要我们能借助技术，优化整个癌症预防与检测体系的每一个环节，就能为患者及其家庭带来实实在在的改变。”
Volpara 将乳腺影像人工智能“化主观判断为客观评估”的核心思路，拓展到了乳腺密度评估之外的更多场景。Volpara 分析软件通过算法，评估乳腺影像中心拍摄的每一张乳房 X 光影像的画质，并为技师提供反馈，帮助其优化拍摄时的体位摆放与压迫操作，最大限度提升放射科医生的病灶检出率。
当影像体位摆放质量未达标准时，乳房 X 光检查的灵敏度会从 84% 降至 66.3%。诸如影像未完整包含全乳等问题，会导致高达 80.6% 本可避免的技术重拍。
Volpara 风险路径软件将癌症风险评估计算与循证诊疗指南相结合，帮助高风险患者在合适的时机接受对应的检查，甚至提前采取预防措施。近期，Volpara 与癌症诊断和治疗人工智能解决方案全球领军企业 Lunit Inc. 达成合作。Lunit 乳腺影像 INSIGHT 系统通过人工智能解决方案，辅助放射科医生发现病灶异常，进一步完善了 Volpara 的产品生态，提升癌症检出率的同时降低假阳性结果。
海量影像数据的接收、整理与存储，正是 Microsoft Azure 云服务的核心优势所在。乳房 X 光影像完成匿名化处理后，会从 X 光机设备端直接传输至 Microsoft Azure 云端进行存储与分析。Azure 不仅负责数据存储，还为 Volpara 人工智能系统的运行提供算力支持与运行环境，让医生能随时随地调阅并审核影像资料。
守护敏感数据安全
医疗健康行业面临的复杂网络威胁与日俱增，能否区分真实活跃的威胁与误报，变得至关重要。Volpara 完善的乳腺癌筛查服务，依赖于一套精密无虞的影像设备与 IT 系统网络，而这套系统需要时刻处于安全防护之中。患者也依托云服务的安全能力，保护自己的乳房 X 光检查数据与影像资料。
Volpara Microsoft Defender for IoT 保护数据安全，同时借助 Microsoft Sentinel 与 Microsoft Defender for Endpoint 识别并抵御网络威胁。这套一体化解决方案融合了 SIEM、XDR 及物联网防护能力，在符合相关法规要求的前提下，保障数据与病历的安全。患者与机构管理人员都能完全放心，其敏感数据已得到全面的安全防护。
我希望所有女性都能听到我的故事，希望每一位女性都保持警惕，要知道，这件事发生在我身上，就有可能发生在任何人身上。
为患者赋权
研究表明，患者越难找到并理解医疗机构提供的健康信息，基础医疗与预防保健服务的使用率就越低，这其中就包括推荐的乳腺癌筛查项目，以及筛查后的配套诊疗流程。
随着年轻女性乳腺癌发病率持续上升，乳腺癌死亡率的群体差异依然显著——尤其是黑人女性，其乳腺癌致死风险比白人女性高出约 40%，因此，为患者提供清晰、可落地的诊疗信息至关重要。Volpara 推出的影像增强版患者告知函，名为 Volpara Thumbnail™，借助患者本人的影像资料，有效打通了“接收结果-理解结果-完成随访”的全流程，弥合了其中的信息断层。
这份缩略图告知函是患者筛查结果的补充材料，包含检查中两张非诊断用的乳房 X 光影像（双侧乳房各一张），这往往是患者第一次看到自己乳房的 X 光影像。告知函中还包含致密乳腺组织的占比明细、乳腺密度从低到高的参考量表，以及链接科普教育内容的二维码。
在绍敦斯放射与影像中心，将 Volpara 缩略图纳入患者告知函的收益十分显著：致密乳腺患者完成补充筛查建议的依从率高达 85%。
“我认为大多数人都是视觉型学习者。”绍敦斯放射中心临床护理与女性影像部主任 Diana Iglewski 表示，“患者希望能充分了解相关知识，自主做出决定，而这份缩略图告知函恰好满足了这一需求。它也为我们提供了科普宣教的契机，让每一位患者都清楚自己的身体状况。除了患者教育之外，我认为它也有效提升了患者对补充筛查建议的依从性。”
事实解读
关于致密乳腺的真相
梅奥诊所等多家机构的数据显示，约 50% 的女性（尤其是体重指数偏低的女性）存在致密乳腺组织，这一情况在年轻女性中更为普遍。了解乳腺密度相关知识对患者至关重要，这能让她们主动掌握自身健康状况，采取额外的预防措施。
筛查时机
医生建议，乳腺癌筛查的起始年龄不应早于 40 岁，也不应晚于 50 岁。但与此同时，每年有超过 50,000 名女性被确诊为早发性乳腺癌。若年轻女性存在已知的基因突变，或有亲属在年轻时确诊乳腺癌，其患病风险会相应升高，即便未满 40 岁，也应主动申请进行风险评估。
可视化提升信息清晰度
包含 Volpara 缩略图的患者筛查告知函，通过可视化的方式，清晰标注出患者的检测结果在乳腺密度百分比区间内所处的位置，让患者对结果一目了然。这类可视化内容，能有效提升患者对诊疗建议的依从性，推动后续预防措施的落地执行。
优化结果判读
乳房 X 光检查后，患者的一大心理压力来源，是假阳性诊断导致的二次随访筛查。借助人工智能高精度的病灶识别能力，相当于为医疗服务提供者配备了“第二双眼睛”，能有效避免不必要的额外筛查，让患者获得真正的安心。
拓展应用边界
这款在乳腺筛查中充当“第二双眼睛”的人工智能软件，如今已可应用于乳腺动脉钙化 (BAC) 筛查，而乳腺动脉钙化往往预示着心血管疾病的患病风险升高——每年因心血管疾病离世的女性人数，是乳腺癌的 10 倍。
“在乳房 X 光检查中，乳腺动脉的钙沉积是女性心脏病高风险的明确指标。”Thomas 补充道，“心脏病被称为女性的‘沉默杀手’，因为女性心脏病发作时，可能不会出现压榨性疼痛、麻木、左臂放射性刺痛等典型症状，仅会表现出恶心、乏力等不适。”
Microsoft Azure 的机器学习与人工智能专家，已对 Volpara 的乳腺动脉钙化模型与数据处理能力进行了优化升级。此外，Microsoft 工程师正与 Volpara团队深度合作，推动产品的技术研发与落地应用。未来，这项技术有望通过一次扫描，同时完成癌症与心脏病的风险检测。
我相信，未来放射科医生的角色依然至关重要，而人工智能也将成为不可或缺的工具，而非一时的新鲜事物。
人工智能在医疗健康领域的未来
对于 Microsoft 医疗健康领域需要处理海量数据的客户而言，Azure 平台与云系统正在助力其实现工作模式的转型升级。 Microsoft“人工智能助力健康”计划，也已与 200 多家受助机构达成合作，共同推进各类项目，旨在加速医学研究、搭建科研能力、深化全球健康领域洞察、解决医疗健康不平等问题。
从公共卫生研究，到影像分析，再到云基础设施建设，人工智能的技术能力，注定将在未来提升大众医疗健康效果的进程中扮演核心角色。而其中的关键，是在推动人工智能落地的过程中，始终坚守清晰、统一的伦理准则。
人工智能完全具备成为医疗服务者核心工具的潜力，助力其重塑并优化患者的诊疗效果与整体就医体验。
探索乳腺癌防治的更多答案
Trevor Noah 与华盛顿大学、Fred Hutchinson 癌症中心放射学教授 Savannah Partridge 博士，共同探讨核磁共振与人工智能如何助力放射科医生检出女性早期乳腺癌。
