共计 1042 个字符，预计需要花费 3 分钟才能阅读完成。
2026 年 1 月 16 日，Vega Imaging Informatics 宣布成功建立了全球规模最大、且配有组织学结果验证的数字乳腺断层合成（DBT）数据集。这一里程碑式的成就，旨在为一家领先的乳腺成像 AI 放射学软件开发商提供支持，以推动下一代辅助解读 3D 乳腺摄影检查的人工智能解决方案的开发。
该数字乳腺断层合成数据集包含来自三家 DBT 制造商的超过 100 万份 DBT 影像研究，并与超过 22,000 名患者的活检结果数据相关联，其中涵盖了 7,000 多个经病理证实的癌症病例。所有数据均依据 HIPAA 隐私规则进行了严格的去标识化处理，确保了患者隐私与合规性。
数字乳腺断层合成（DBT），即 3D 乳腺摄影，在乳腺癌筛查中正扮演着越来越关键的角色。与传统的 2D 乳腺摄影相比，DBT 能够显著减少乳腺组织的重叠遮挡，从而提高病灶的可见性，有助于更早、更准确地发现乳腺癌。然而，每项 DBT 检查会生成数百张图像切片，这无疑增加了放射科医生的解读时间与认知负担。
提升 AI 性能与模型泛化能力
Vega 提供的这个大规模、高质量的数字乳腺断层合成数据集，对于 AI 开发商而言至关重要。它能够在 AI 模型的训练数据中引入更高的多样性，覆盖广泛的乳腺密度、不同的解剖变异以及复杂的真实临床条件。这对于开发出在广泛场景下均能保持高精度和稳定性的 AI 辅助诊断工具是不可或缺的基础。
构建大型多模态影像数据集的挑战与能力
“构建在真实医疗场景中可靠运行的 AI 工具，其基石正是高质量且具有临床代表性的影像数据，”Vega Imaging Informatics 的总裁兼首席执行官 Luke Bideaux 强调道，“这个多模态数字乳腺断层合成数据集不仅展示了我们提供大规模影像数据的能力，更体现了我们对数据质量、患者隐私保护与行业合规标准的高要求。值得一提的是，单个 DBT 研究的文件体积比许多其他影像类型（如标准胸部 X 光片）大 50 倍以上，这个数据集的庞大体量充分印证了 Vega 在超大规模数据策划与管理方面的专业实力。”
赋能下一代乳腺成像 AI 工作流程
目前，AI 辅助的 DBT 解读工具正日益普及，它们通过提升放射科医生的工作流效率、显著缩短阅片时间并增强诊断信心，为乳腺癌筛查带来了革命性的变化。随着市场对这类 AI 解决方案的采用率不断增加，对能够提供真正临床价值的产品竞争也日趋激烈。面对行业对大规模、高质量数字乳腺断层合成数据集的持续增长需求，Vega 通过此次项目证明了其完全有能力满足全球 AI 开发界的前沿需求，为加速乳腺癌筛查技术的进步提供坚实的数据动力。
