对于接受定期乳腺癌筛查的女性而言，最令人担忧的情况莫过于在两次筛查之间，因出现症状而被诊断出患有癌症。这种情况被称为“间期乳腺癌”，这类癌症通常生长迅速、更具侵袭性。尽管数字乳腺断层摄影（DBT或3D乳腺X线摄影）技术已显著提高了筛查的精准度，但漏诊风险依然存在。一项发表于《放射学》（Radiology）杂志的最新研究为我们带来了希望：人工智能（AI）或许能成为放射科医生的“火眼金睛”，有效识别那些被遗漏的癌症。
研究背景：挑战“间期乳腺癌”
间期乳腺癌（Interval breast cancers）是指在常规乳腺X线摄影筛查结果为阴性后，到下一次筛查之前因出现症状而被确诊的乳腺癌。由于这类癌症往往具有更强的侵袭性和更快的生长速度，降低其发生率对于改善患者预后、降低乳腺癌相关死亡率至关重要。
为了探究AI在这一领域的潜力，研究人员进行了一项回顾性分析。他们评估了一种经美国食品药品监督管理局（FDA）批准的人工智能算法，在分析既往筛查影像中检测间期乳腺癌的能力。该研究纳入了2011年2月至2023年6月期间确诊的224例间期乳腺癌患者在确诊前的筛查DBT影像。
关键研究发现：AI成功识别近三分之一的“漏网之鱼”
研究结果令人振奋。该AI算法（Lunit公司提供的INSIGHT DBT v1.1.0.0）在分析这些曾被放射科医生判定为阴性的筛查影像时，成功检测并准确定位了其中32.6%的间期乳腺癌。
研究的主要作者、哈佛医学院副教授Manisha Bahl博士表示：“我们惊讶地发现，近三分之一的间期癌能够被AI算法在最初被判读为阴性的筛查图像上识别出来，这凸显了AI作为第二阅片人的巨大潜力。”
更值得注意的是，AI检测出的这些癌症在后续的病理分析中，往往显示出更大的肿瘤体积（P < .001）和更高的腋窝淋巴结阳性率（P = .01）。这表明，AI可能更擅长识别那些生长迅速或在筛查时就已进入较晚阶段的、更具危险性的肿瘤。
结论与展望：AI赋能乳腺癌精准诊断
这项研究有力地证明，将AI技术整合到数字乳腺断层摄影（DBT）的筛查流程中，可以有效增强癌症的检出能力，弥补人类阅片的不足，从而降低间期癌的发生率。
研究团队指出，AI算法的价值在于提供一个可靠的“第二意见”，帮助放射科医生发现那些容易被忽略的早期病灶。虽然这项技术的广泛应用仍需在更多样化的临床环境中进行验证和推广，但它无疑为乳腺癌的早期精准诊断描绘了光明的未来。对于癌症患者而言，技术的每一次进步都意味着更多的希望。如果您对自己的诊断或治疗方案有疑问，希望获得前沿的医疗信息，可以尝试MedFind的AI问诊服务，获取专业的第二诊疗意见。
