新的人工智能模型可预测未来5年的乳腺癌风险
一项全新的人工智能技术或将改写乳腺癌筛查方式。研究人员近日宣布，他们开发出一种能够通过分析乳腺X光片，提前五年预测女性患乳腺癌风险的AI模型，有望显著提升早期发现率，挽救更多生命。
乳腺癌是全球女性死亡率最高的癌症之一。世界卫生组织数据显示，每年约有230万名女性被诊断患病，2022年全球因乳腺癌死亡的人数估计达67万例。尽管乳腺X光筛查已经十分普及，但仍有大量病例未能被及时发现，尤其是生长迅速、侵袭性强的肿瘤，更容易在早期被漏检。
德国亚琛工业大学医院的放射科主任克里斯蒂安娜·库尔指出，传统乳腺X光检查在发现癌症方面仍存在显著不足。“很多乳腺癌病例根本没有被检测出来，或是发现得太晚。”她说，“那些发展迅速的肿瘤恰恰是最容易被忽略、也是最致命的。”
如今，一个由国际研究机构联合开发的AI算法正在改变这一局面。这款名为“Clairity Breast”的模型，通过分析超过42万张来自欧洲及美洲的乳腺X光片进行训练，无需任何家族史、基因、生活方式等额外信息，即可仅凭图像准确预测女性未来五年的患癌风险。研究显示，被AI判定为高风险的女性，未来患病的可能性是低风险者的四倍。
库尔表示，这项技术能够从正常的乳腺X光片中识别出肉眼无法察觉的高风险特征，包括腺体组织的数量、纹理和排列方式等。“AI可以在几秒钟内判断某名女性是否需要进一步的MRI检查。”她说。
在德国，目前50至75岁的女性每两年可接受一次乳腺X光筛查，但不同个体的患病风险差异巨大。库尔认为，统一的筛查标准已不再适用，个性化筛查势在必行。乳腺组织越致密，患病风险越高，但乳腺X光的准确度却越低。美国多年前就要求医生告知女性自身腺体密度及其可能造成的“掩蔽效应”，而德国仍未普及这一意识。
MRI在早期发现乳腺癌方面比乳腺X光更可靠，但费用更高，也不适合人人每年使用。AI模型的意义就在于，它能够帮助筛选出那些真正需要进一步检测的女性，提高资源利用效率。
对于是否应提前全面筛查年龄的争论，库尔持谨慎态度。她认为，如果单独降低筛查年龄，无法解决年轻女性乳腺组织更致密、X光片更难识别的问题。但若能配合AI风险评估，年轻女性同样有机会在早期发现潜在危险。“一旦AI判断为高风险，就应直接进行MRI检查，而不必继续做乳腺X光。”
这项技术的问世，让乳腺癌筛查迈出了从“大规模筛查”走向“精准筛查”的关键一步。未来，AI或将成为乳腺癌预防和诊断的重要助手，使更多女性在病情恶化之前获得及时治疗。
