#人工智能辅助乳腺癌筛查# #打败乳腺癌[超话]# #健闻登顶计划#

临床试验表明，人工智能辅助乳腺X光检查能检出更多恶性癌症病例，减少漏诊情况。

尽管许多人近年来才开始在日常生活中使用人工智能，但该技术应用于医学领域已有约十年时间，在影像诊断领域的应用尤为广泛。研究人员一直致力于训练人工智能程序，使其能在X光片、核磁共振图像、玻片组织活检样本等各类医学影像中识别肿瘤及其他疾病征象。

这类研究多为回顾性研究，所采用的影像资料主要来自确诊患者。明确的诊断结果能让医生为人工智能提供反馈，确认其是否准确识别出癌症病灶，或判定影像中无癌变迹象。多项此类研究均表明，人工智能有望成为诊断医学中极具价值的工具。

一、更早发现癌症病灶

在全球多数地区，常规癌症筛查已大幅降低晚期乳腺癌的发病率和死亡率。但即便接受规范的乳腺X光检查，仍有部分癌症病灶可能被漏诊。

这些间期癌指的是首次筛查未被检出，却在后续两年内、即两次筛查间隔期被确诊的癌症。此类癌症易被漏诊，原因包括乳腺组织密度较高导致病灶被遮挡、肿瘤伪装成正常组织，或是部分肿瘤在两次筛查间隔期发展速度极快。

间期癌多为浸润性癌症，会扩散至周边健康组织，且恶性程度通常较高，患者的诊疗结局也相对更差。因此，降低间期癌的发病率是验证筛查手段有效性的核心指标，这意味着该手段能更早检出更多癌症病例，从而减少晚期癌症的诊断率。

若想提升筛查的有效性，间期癌发病率是衡量乳腺癌死亡率的绝佳替代指标。因此，只要能降低间期癌发病率，就可能对患者的诊疗结局产生积极影响。

这项名为“人工智能辅助乳腺X光筛查”的试验纳入了瑞典10万余名40至80岁的女性受试者，所使用的商用人工智能系统，经全球多家医疗机构超20万次乳腺X光检查数据训练而成。

试验设置了对照组与人工智能辅助组：对照组采用瑞典的标准筛查流程，由两名放射科医生共同阅片；人工智能辅助组则先由人工智能系统分析乳腺X光片，识别可疑病灶并给出1至10分的风险评分——评分为1至9分的病例由一名放射科医生阅片，评分为10分的高风险病例则由两名放射科医生联合阅片，同时人工智能系统会在影像中标记出可疑病灶，方便医生快速复核。

结果显示，人工智能辅助筛查检出的临床相关癌症病例数多于常规筛查。临床相关癌症指具有进展风险、需要医学干预的癌症病灶。

同时，人工智能辅助筛查还降低了筛查后两年内的间期癌诊断率，这表明该人工智能程序能更有效地识别出人类放射科医生可能漏诊的癌症病灶，让患者得以更早接受治疗。

二、减少假阳性结果

癌症筛查虽益处良多，但也存在潜在弊端，如假阳性结果和过度诊断。若患者因筛查结果异常被召回复查，最终却确诊无癌，这一过程会给患者带来极大的心理压力。

而过度诊断则指筛查检出了终身不会对患者健康造成危害的癌症病灶——这类癌症生长速度极慢，患者一生中不会出现相关症状，也不会增加死亡风险，却可能让健康患者接受不必要的癌症治疗。

人工智能辅助乳腺X光检查的研发目标，便是在提升癌症检出率的同时，减少这些潜在负面影响。本次研究证实，人工智能辅助筛查未增加假阳性结果的发生风险，且能更精准地检出临床相关癌症。

除提升癌症检出率外，人工智能辅助筛查还能缓解癌症筛查领域长期存在的放射科医生短缺问题。

此外，为数不多的放射科医生工作时长增加后，诊疗表现也会随之下降，而人工智能不会产生疲劳，其工作表现也不会在工作日结束时出现下滑。