AI又赢了人类一次,乳腺癌筛查或许将交给人工智能

结果发现，AI模型能够以与专家相似的水平正确筛选出筛查图像中的乳腺癌迹象 ，减少了筛查的假阴性和假阳性结果。具体表现为：在美国数据中
，假阳性率绝对值低7%，假阴性率绝对值低4%；在英国数据中 ，假阳性率绝对值低2%，假阴性率绝对值低7% 。

Glialab 公司的 AI 乳腺癌诊断项目 Glialab 是一家人工智能医疗公司
，由17岁的学生 Abu Qadar 参与创立并担任 CTO
。该公司利用深度学习的图像技术在医疗领域建立工具，帮助病理学医生和放射线医生做出更好的决策。Glialab 的工具包括药物发现程序和探测医学图像中异常现象的程序 。

瀚维智能医疗自主研发的全球首款智能乳腺超声机器人AIBUS ，在本次合作中发挥了关键作用。AIBUS能够自动实现乳腺超声流程化扫查
，输出标准的乳腺超声影像数据，并通过人工智能进行初步分类判断
。这一技术的应用 ，极大地提高了筛查的效率和准确性。

AI医疗的核心应用场景疾病诊断与影像分析 医学影像识别：AI通过深度学习分析X光、CT 、MRI等影像
，快速识别肿瘤
、骨折等病灶 。例如，AI在乳腺癌、肺癌早期筛查中准确率已接近或超越人类专家
。病理学分析：AI辅助病理学家分析组织切片 ，减少人为误差
，提升诊断效率。

人工智能在癌症筛查领域的全球专利格局呈现出快速增长 、地域集中、学术与企业并重
、技术主题多元且新兴领域涌现的特点 。具体内容如下：专利数量增长迅速 在分析的749个AI癌症专利记录中，前两项专利申请可追溯到1997年
。

AI通过多模态人工智能影像学检查结合临床病理因素 ，开发出基于人工智能的模型
，精准预测HR阳性/HER2阴性乳腺癌复发风险，并划分高低风险组 ，为早期患者定制个性化治疗方案。突破传统检测局限，全面评估肿瘤异质性传统市售基因组检测仅针对单个组织块
，如同“只观察城市角落 ”，无法揭示肿瘤的异质性 。

核酸检测抽查99.7%的合格率,是高还是低了?

〖壹〗、核酸检测抽查97%的合格率整体偏低 ，尤其在防疫关键阶段
，该合格率可能导致较大规模的误检风险，影响防控效果与社会成本
。 以下从不同角度分析：从检测准确性的角度看：核酸检测作为诊断是否感染新冠病毒的关键手段 ，其准确性至关重要。97%的合格率意味着每1000次检测中大约有3次检测结果可能不准确
，存在误检或错检的情况 。

五一在即两例复阳,为什么治愈后还会复阳?

五一在即两例复阳，专家团队研究讨论了患者可能复阳的原因 ，一是患者出院时核酸检测假阴性
，二是患者病毒未完全消除
。中国境内之前也多次发现过复阳病例，中国疾控中心流行病学首席专家吴尊友1月26日曾对此分析说 ，总体上
，新冠患者在随访中再次出现核酸阳性的比例不高，约在5%以下。

体内存有新冠病毒 。当这个人两次患有新冠肺炎时 ，尽管已经得到了治愈，并且已经恢复阴性
，但仍然确诊，这时候我们就要引起注意 ，最可能的原因就是体内还存有病毒
，只是得到了治愈之后，减少很多 ，但仍然存在
，这时就很容易再次感染。身体免疫力低
。

新冠肺炎治愈后短期内复发概率极低，但存在极少数复阳个例；新冠病毒有可能长期存在 ，需做好应对准备。新冠肺炎治愈后复发情况分析极少数复阳个例：存在治愈出院后核酸复检呈阳性的情况
，如成都锦江区望江锦园一患者2月10日治愈出院，2月19日复检阳性 。

长期存在再感染风险：从长期角度看 ，存在病毒类型变异的可能性
，即使面对相同类型的病毒，也有再次感染的风险
。这是因为人体对病毒的免疫力可能不足以抵御未来的变异病毒。“复阳
”现象：某些新冠肺炎患者在治愈后核酸检测再次呈现阳性 ，这可能是由于体内一直有病毒残留，或者是所谓的“复发” 。

采取积极的干预措施
，能促进治愈者的身心恢复到较好的状态
。对于仍有轻微症状的康复者，张伯礼建议 ，核酸转阴2天后
，体温保持正常，其余症状明显减轻后再恢复工作 、学习。高龄
、有基础病的患者可以多休息几天 。实在感觉不舒服还可以选取一些有针对性的中成药
。