近日，我院何涛副研究员在医学人工智能领域取得重要原创性成果，其参与研发的“一种用于乳腺超声的无创全周期智能辅助系统”（A non－invasive end－to－end intelligent assistance system for breast ultrasound）成功发表于国际顶级综合性期刊Nature子刊——《自然·通讯》（Nature Communications），人工智能学院何涛副研究员为共同第一作者，计算机学院章毅教授为共同通讯作者。

破解基层乳腺筛查困境

乳腺癌是全球女性发病率最高的恶性肿瘤，早筛早诊是提高生存率的关键。乳腺超声因无创、无辐射、价格亲民，成为我国乳腺癌筛查的首选手段。但长期以来，基层医疗机构普遍面临超声医生经验不足、漏误诊率高的问题，而现有AI模型又难以适应不同医院设备差异、操作习惯不同等复杂临床场景，严重制约了乳腺疾病规范化筛查的全面推广。针对这一行业痛点，四川大学联合达州市中心医院、河南省人民医院、四川大学华西医院等全国多家医疗机构，历时多年攻关，自主研发出全流程无创乳腺超声智能辅助系统BIRD，为乳腺疾病诊断提供了“从检查到报告”的一站式智能化解决方案。BIRD已在全国107家医院完成6817名女性的乳腺癌筛查应用，大幅提升了筛查效率和精度。

三大创新突破，重新定义乳腺超声诊断

与传统AI辅助诊断系统相比，BIRD系统实现了三大核心技术创新。

全流程端到端智能：无需人工干预，系统可自动完成病灶检测、边界分割、BIRADS分级等全部诊断流程，大幅缩短超声医生的单例诊断时间。

超强泛化能力：突破了传统AI模型“一院一模型”的局限，可适配不同品牌、不同型号的超声设备，以及不同经验水平医生的操作习惯，真正实现“即插即用”。

全周期诊疗覆盖：不仅能完成常规筛查诊断，还开发了病理分型和分子亚型预测模型，为乳腺癌患者的个体化治疗提供精准依据。研究团队通过大规模多中心临床验证，充分证明了BIRD系统的临床价值。