乳腺癌，作为全球女性最常见的恶性肿瘤之一，其发病率和死亡率一直备受关注。面对这个“粉红杀手”，早期发现和早期治疗是提高患者生存率、改善预后的关键。而乳腺X光检查，俗称“钼靶检查”，长期以来都是乳腺癌筛查的金标准。然而，传统钼靶检查的判读高度依赖放射科医生的经验，耗时耗力，且可能面临漏诊或误诊的风险。近年来，人工智能（AI）技术异军突起，被寄予厚望，能否在乳腺癌筛查中发挥更精准、更高效的作用，甚至取代人类医生读片呢？近期发表在国际权威医学期刊《柳叶刀》（The Lancet）上的MASAI（Mammography Screening with Artificial Intelligence）试验最终结果，为我们揭示了AI辅助钼靶检查的真实潜力与局限性，为无数为乳腺健康担忧的患者和家属带来了新的希望和思考。MedFind始终关注前沿医疗科技，致力于为患者提供最新、最权威的抗癌资讯和治疗方案。
乳腺癌：女性健康的隐形杀手与早期筛查的重要性
乳腺癌是女性健康的头号威胁，其高发病率让无数家庭蒙上阴影。早期乳腺癌的治愈率可高达90%以上，但一旦发展到晚期，治疗难度和预后都会大打折扣。因此，定期的乳腺癌筛查显得尤为重要。目前，乳腺X光检查（钼靶检查）是国际公认的乳腺癌筛查最有效手段之一，它能发现临床触诊摸不到的早期病变，包括微小钙化和肿块。然而，钼靶图像的判读是一项高度专业且劳动密集型的工作，需要经验丰富的放射科医生投入大量时间和精力。医生之间判读结果的差异，以及工作量的巨大，都可能影响筛查的效率和准确性。这就是为什么医学界一直在寻找更高效、更精准的筛查工具。
人工智能：医疗诊断的“新星”
近年来，人工智能，特别是深度学习技术，在图像识别领域取得了突破性进展。它能够从海量的医学影像数据中学习并识别出人类肉眼难以察觉的细微病变。因此，将AI应用于乳腺X光检查，辅助医生进行判读，成为当前研究的热点。AI辅助系统不仅有望提高诊断的准确性，还能显著减轻医生的工作负担，从而让更多患者受益。但AI到底能做到什么程度，能否在筛查效果上超越传统的人工读片，一直是人们关注的焦点。
MASAI试验揭秘：AI辅助钼靶的卓越表现
MASAI试验设计：首次大规模随机对照研究
MASAI试验是全球首个评估AI在乳腺X光检查筛查中作用的随机对照试验，其严谨的设计和庞大的样本量为其研究结果提供了坚实的基础。该试验在瑞典开展，共纳入了105,934名女性，她们被随机分为两组：
- AI辅助组：女性的钼靶图像首先由AI系统进行分析并给出风险评分。根据评分高低，决定是由一名放射科医生判读，还是由两名医生共同判读，并且AI系统会标记出可疑区域，辅助医生进行检测。
- 标准对照组：按照欧洲标准，每位女性的钼靶图像都由两名放射科医生独立判读，且不使用AI辅助。
所有参与者接受的都是数字乳腺断层合成（Digital Breast Tomosynthesis，也被称为“伪3D钼靶”或“3D钼靶”）检查，这是一种比传统2D钼靶更先进的检查技术，能够提供乳腺的层层图像，减少组织重叠带来的漏诊。
关键成果一：显著提高癌症检出率
研究结果令人振奋！与传统双重人工读片相比，AI辅助筛查显著提高了乳腺癌的检出率。具体数据如下：
- AI辅助组的癌症检出率提升了29%。这意味着AI系统能够帮助医生发现更多早期乳腺癌，让患者能更早地接受治疗，从而争取更好的预后。
关键成果二：有效减少“间隔期癌症”
“间隔期癌症”是指在一次钼靶检查结果为阴性（未发现癌症）后，但在下一次计划筛查之前发现的乳腺癌。这类癌症往往进展更快、更具侵袭性，预后通常也更差。因此，降低间隔期癌症的发生率是衡量筛查项目有效性的一个重要指标。MASAI试验显示：
- 在2年的随访期内，AI辅助组的间隔期癌症发生率为每1000名女性中1.55例，而标准对照组为1.76例。这意味着AI辅助筛查将间隔期癌症的诊断率降低了12%。
- 不仅如此，在AI辅助组中，浸润性癌症、大型癌症和更具侵袭性亚型的癌症分别减少了16%、21%和27%。这提示AI辅助发现的癌症可能更处于早期、恶性程度较低的阶段。
关键成果三：不增加假阳性召回率
很多患者和家属担心，AI系统过于敏感是否会增加“假阳性”率，导致不必要的复查和焦虑。但MASAI试验打消了这种顾虑：
- AI辅助组的假阳性召回率为1.5%，与标准对照组的1.4%几乎持平。这意味着AI辅助筛查在提高癌症检出率的同时，并没有导致更多女性被误诊为癌症，从而避免了不必要的心理压力和额外的诊断程序。
关键成果四：大幅减轻放射科医生工作负担
此前的中期MASAI试验结果已经显示，AI辅助筛查能够将放射科医生读片的工作量减少44%。这对于全球范围内放射科医生短缺的现状来说，无疑是巨大的福音。通过AI的初步分析和风险分层，医生可以更专注于高风险或AI标记的可疑区域，提高工作效率。
综合来看，这些研究结果强烈提示，AI不仅能提升临床相关乳腺癌的早期发现能力，还有望改善参与筛查项目的女性的治疗结局。
AI的定位：是“协驾”而非“取代”
尽管MASAI试验的结果令人鼓舞，但研究的资深作者Kristina Lång博士强调：“在这项研究中，AI并没有取代放射科医生。”她指出，AI的角色更像是一个“协驾”（co-pilot），它通过对检查进行初步分类、突出可疑区域来支持医生。最终的召回决定权仍然完全掌握在放射科医生手中。研究结果表明，AI检测辅助系统能有效帮助放射科医生避免漏诊可疑区域，但并非独立作出诊断。
局限性与未来展望：AI在乳腺癌筛查之路仍需探索
虽然MASAI试验具有开创性意义，但研究人员也指出了其局限性，并提出了未来的研究方向：
- 单一AI系统与特定人群：该研究仅在瑞典西南部使用了一个商业AI系统进行，因此，还需要在不同人群和使用其他AI工具的背景下进行更多研究，以进一步验证AI在钼靶筛查中的有效性。
- 单一筛查周期：此次试验仅涵盖了一个筛查周期。长期、多周期的随访数据将提供更深入的洞察，以了解AI的持续影响。
- 2D数字钼靶与3D断层合成：美国等国家目前主流的乳腺癌筛查已普遍采用3D乳腺断层合成（3D tomosynthesis）技术，而非MASAI试验中使用的数字乳腺断层合成（伪3D钼靶）。3D钼靶能够提供更精细的乳腺结构，可能已经降低了间隔期癌症的发生率。因此，需要在3D断层合成检查和不常规双重读片的医疗系统中重复此类研究。美国加州Kaiser Permanente研究部门的放射科医生兼研究科学家Vignesh Arasu博士指出，MAISAI的结果并未解决3D钼靶是否能比数字乳腺断层合成进一步降低间隔期癌症发生率的问题。
- AI引入工作流程的挑战：如何将AI最佳地整合到放射科医生的工作流程中，也是一个需要思考的问题。同时，专家们也提醒了AI辅助钼靶的两个潜在弊端：过度诊断（特别是对于低级别或惰性病变）和对新技术的过度依赖。
为了解决这些问题，美国加州大学洛杉矶分校David Geffen医学院的Joann Elmore博士主导了PRISM试验（Pragmatic Randomized Trial of Artificial Intelligence for Screening Mammography）。该试验于去年启动，将纳入约40万例3D断层合成检查，旨在研究AI支持平台辅助下的放射科医生判读与仅由放射科医生判读的差异。Elmore博士强调，PRISM试验的目标不是取代人类专业知识，而是理解AI如何补充它。她形象地比喻：“AI可能是一个有用的副驾驶，但掌舵的仍然是放射科医生。”
MedFind：您的抗癌之路同行者
乳腺癌的筛查和诊断技术正在飞速发展，AI的加入无疑为我们带来了新的希望。作为癌症患者家庭的信息共享平台，MedFind（https://medfind.link）始终关注全球最前沿的癌症研究和治疗进展。我们深知，对于焦虑的患者和家属来说，准确、及时、易懂的医学信息有多么重要。虽然AI在乳腺癌筛查中的应用前景广阔，但它仍处于发展阶段，并不能完全取代经验丰富的医生。
我们鼓励所有适龄女性定期进行乳腺癌筛查，并与医生积极沟通，选择最适合自己的筛查方案。在面对复杂的诊断报告和治疗选择时，如果您有任何疑问，MedFind平台可以为您提供专业的抗癌资讯、诊疗指南和药物信息，甚至通过AI辅助问诊为您提供个性化建议。当需要获取海外新药或寻求更先进的治疗方案时，我们也能协助您构建海外购药渠道和国际直邮服务，让您在全球范围内寻找希望，不再孤单。我们相信，通过科技与人文的结合，我们能为每一位患者的抗癌之路点亮明灯。
