乌海市蒙医中医医院（以下简称我院）超声科“人工智能在乳腺良恶性肿物评估中的应用研究”于2022年1月成功申报了内蒙古自治区卫生健康委医疗卫生科技计划项目。
乳腺癌已经成为我国女性发病率最高的恶性肿瘤，早期发现、早期诊断是降低乳腺癌患者病死率的重要途径。乳腺超声是中国女性乳腺癌筛查的首选影像学方法。然而，超声在筛查中存在特异性欠佳、操作者依赖性高的主要问题，成为超声在乳腺癌筛查领域亟待解决的难题。
BI-RADS分类是美国放射学会 (American College of Radiology ACR)推荐的乳腺影像报告与数据系统(Breast Imaging - Reporting and Data System)，被证明对乳腺肿物有良好的诊断效能。但该分类方法受检查医师的个人经验等影响，主观性较大。随着超声新技术的发展，超声对于乳腺肿物评估的方法变得多样化，越来越多的研究发现计算机辅助诊断可以对检查医师的诊断提供帮助。S-Detect技术是三星公司独具的、新研发的计算机智能化技术，是利用深度学习技术对超过10，000例乳腺肿物超声图像进行训练后建立，其可对超声图像进行手动或自动勾画病变范围后，对病灶特征进行提取并给出良恶性分类。整个勾画及分析过程耗时仅十几秒。该技术无创、无放射性、简捷、易于操作，操作者依赖性小，在一定程度上避免了人为因素，使检查结果更加客观。
S-Detect技术以 BI-RADS分类为基础，存储了大量经病理证实的乳腺超声图像，形成了计算机内部存贮的数据库。当扫查到乳腺肿物时启用S-Detect 模式时，S-Detect软件将会从形状、方向、边缘、后方特征、回声模式等方面对乳腺肿物进行分析，综合分析后在图像下方给出可能良性或可能恶性的诊断。该技术与 BI-RADS 分类相比，受仪器操作者的主观因素较小，对乳腺肿物性质的评估更加客观，并且由于软件自动智能化评估，缩短了检查时间，提高了工作效率，增加了检查准确性。
我院超声科主任孟星星为项目负责人，参与本课题的成员总共8人，其中高级职称3人，中级职称5人，团队成员均具有较强的综合实力及丰富的超声诊断经验。       
目前各家医院超声医师对于BI-RADS分级诊断一致性较差，尤其是介于3类和4a类之间的病灶，不能为临床医师进一步诊断及治疗提供有价值的信息。内蒙古地区此项技术的相关报道与研究甚少，我院超声科率先开展此项目，有望在乌海地区提高乳腺癌早期诊断率，减少不必要的穿刺活检。