钼靶结果正常，就真的可以放心等到明年再查吗？对乳腺癌高危女性来说，传统乳腺癌筛查最大的痛点不是“查不查”，而是“不知道自己到底该多久查一次、需不需要加做MRI、是否需要预防性干预”。AI风险评估正在改变这一点：它不是替代医生读片，而是在标准2D乳腺钼靶之外，给出一个面向未来5年乳腺癌风险的独立判断。
这类工具的代表之一是Clarity Breast。它利用人工智能分析常规2D乳腺钼靶影像，计算女性未来5年发生乳腺癌的风险。对患者而言，关键价值不在于“AI很先进”，而在于它可能帮助回答三个现实问题：当前筛查频率是否合适？正常钼靶后是否仍需要MRI？高危但未患癌时，是否值得考虑预防性治疗？
AI筛查到底看什么？
传统乳腺钼靶主要解决的是“现在有没有可疑病灶”。放射科医生会根据影像表现判断是否存在肿块、钙化、结构扭曲等异常，并给出进一步检查或随访建议。
AI风险评估解决的是另一个问题：未来几年发生乳腺癌的概率是否偏高。它从标准2D钼靶中提取人眼不容易稳定量化的影像特征，并结合训练模型输出风险分层。这意味着，即使钼靶报告显示未见明确恶性征象，AI仍可能提示该患者未来5年风险较高。
| 比较维度 | 放射科钼靶读片 | AI乳腺癌风险评估 |
|---|---|---|
| 核心问题 | 这次检查有没有可疑病灶 | 未来5年发生乳腺癌风险高不高 |
| 主要依据 | 医生对钼靶影像的诊断解读 | 算法对2D钼靶影像特征的风险建模 |
| 输出结果 | 影像报告、BI-RADS分类、随访建议 | 风险评分或风险分层 |
| 临床定位 | 筛查和诊断流程中的标准环节 | 辅助个体化筛查决策的额外信息 |
| 是否替代医生 | 不适用 | 不替代医生，也不应单独决定治疗 |
患者需要特别理解一点：AI风险评分不是“诊断癌症”。它更像一盏风险警示灯，用来帮助医生和患者讨论下一步筛查强度。
为什么正常钼靶仍会高风险？
乳腺癌并不是在影像可见的那一刻才开始有风险。年龄、家族史、既往乳腺病史、乳腺密度、遗传易感性、激素暴露、生活方式等因素，都可能影响长期风险。AI模型的特别之处，是尝试从影像本身捕捉与未来发病相关的模式。
因此，可能出现两种看似矛盾、实则合理的情况：
- 钼靶正常，但AI风险较高：当前没有发现明确病灶，但未来几年发生乳腺癌的概率可能高于平均水平，医生可能建议强化筛查。
- 钼靶正常，AI风险较低：短期风险较低，未来有机会在严格医学评估下讨论是否延长筛查间隔。
这正是AI筛查的核心方向：从“一刀切的年度筛查”，走向“按风险分层安排筛查”。
谁可能需要加做MRI？
如果女性的乳腺钼靶没有发现癌症，但AI提示未来5年风险升高，临床上可参考传统高危模型的处理思路，与医生讨论强化监测。在部分乳腺中心，常见策略是钼靶和乳腺MRI交替进行，例如每6个月完成一次影像监测：一次钼靶，6个月后做MRI，再6个月后回到钼靶。
MRI的价值在于对部分钼靶不敏感的病灶，尤其是乳腺致密女性，可能提供更高的检出能力。但MRI并非人人都需要，它也可能带来假阳性、额外检查、费用压力、造影剂相关顾虑和心理负担。
| 筛查场景 | 可能的管理方向 | 患者需要追问医生的问题 |
|---|---|---|
| 钼靶正常，综合风险低 | 继续常规筛查，未来可能讨论延长间隔 | 我的风险低是基于哪些指标？多久复查最合适？ |
| 钼靶正常，但AI或传统模型提示高风险 | 考虑加做MRI或其他增强影像检查 | 我是否适合钼靶与MRI交替筛查？ |
| 家族史明显或疑似遗传高风险 | 需要遗传咨询、基因检测和更严密筛查 | 是否需要做BRCA1、BRCA2等遗传风险评估？ |
| 既往有高危乳腺病变 | 需结合病理类型制定随访计划 | 我的病理结果属于普通增生还是高危病变？ |
一句话总结：AI高风险不是立即治疗的理由，但可能是加强筛查的理由。
筛查频率能不能减少？
很多女性担心漏诊，所以习惯把“每年钼靶”视为最安全方案。但从公共医疗资源和个体风险角度看，并非所有人都需要完全相同的筛查频率。风险较低的人群，未来可能在医生评估下将筛查间隔延长到每两年甚至更长；风险较高的人群，则可能需要年度钼靶之外再加MRI。
这种思路与WISDOM等个体化筛查研究的方向一致：用临床史、家族史、多基因风险评分等信息，为不同风险人群制定不同筛查路径。AI影像风险评分的加入，可能为这一决策提供更客观的影像数据。
| 风险分层 | 可能筛查策略 | 核心目的 |
|---|---|---|
| 低风险 | 在医生评估下考虑较长筛查间隔 | 减少不必要检查、焦虑和医疗资源占用 |
| 平均风险 | 按指南进行常规钼靶筛查 | 维持早期发现机会 |
| 高风险 | 钼靶加MRI等强化筛查 | 提高早期检出率，避免延误 |
需要强调的是，筛查间隔调整必须由专业医生结合年龄、乳腺密度、家族史、遗传风险、既往病理和当地指南共同判断，不能仅凭一次AI评分自行减少检查。
传统风险模型还重要吗？
重要。AI评分不是用来取代Gail模型、Tyrer-Cuzick模型等传统工具，而是作为另一块拼图。传统模型通常整合临床信息，例如月经和生育史、家族史、既往活检、激素相关因素等；AI则从影像中提取风险特征。两类信息互补，能让风险讨论更接近真实个体。
例如，Tyrer-Cuzick模型可评估10年风险和终生风险；AI工具则更关注短期风险，如未来5年。对于高危但未患癌的人群，这种差异很关键：终生风险高不代表现在马上需要MRI，短期风险升高则更可能影响眼前筛查安排。
| 工具类型 | 优势 | 局限 |
|---|---|---|
| Gail模型 | 使用较广，便于初步评估 | 对复杂家族史、部分遗传风险反映有限 |
| Tyrer-Cuzick模型 | 可纳入较多家族史和个人因素 | 依赖信息完整性，不同人群适用性可能不同 |
| AI影像风险评分 | 可从钼靶图像本身提取短期风险信号 | 需结合临床验证、可及性和医生解读 |
最稳妥的做法，是把AI评分放进多学科风险评估框架，而不是把它当成唯一答案。
高风险能提前预防吗？
对部分乳腺癌高危女性，医生可能讨论化学预防，也就是使用药物降低未来发生乳腺癌的风险。这里的“化疗预防”容易被误解，它通常不是癌症患者接受的静脉化疗，而是针对特定高危人群的口服预防性药物方案，多与内分泌通路有关。
这类药物确实可能降低部分乳腺癌风险，但也可能带来不良反应。因此，是否使用预防药物，必须建立在充分的风险获益讨论基础上。AI评分的潜在价值在于：当患者已经被判定为高危时，额外的短期影像风险信息可能帮助判断“是否值得承担药物副作用”。
目前还有一个非常值得关注但仍需研究验证的问题：如果高危女性接受预防性药物，AI风险评分未来是否能用于观察风险是否下降？这个方向很有吸引力，但在成为常规临床监测工具前，仍需要前瞻性研究证实。
不同族群是否同样准确？
传统乳腺癌风险模型常受到训练数据代表性不足的限制，在不同种族、民族和地区女性中表现可能不一致。AI影像模型如果训练和验证数据足够多元，理论上有机会改善风险评估公平性。
一项发表于Journal of Clinical Oncology的研究评估了基于影像的短期乳腺癌风险模型。研究纳入超过62000名患者、超过128000张乳腺钼靶影像，数据来自美国不同机构以及以色列、瑞典、中国台湾、巴西等国际站点。研究显示，该类技术在全球多样化人群中具有准确性，并可能带来更公平的乳腺癌风险评估。
这对中国患者也有启发意义：未来真正有临床价值的AI筛查工具，不能只在单一国家、单一族群中表现良好，而应在不同人群中持续验证。
能预测乳腺癌亚型吗？
乳腺癌不是一种病。激素受体阳性、HER2阳性、三阴性乳腺癌的生物学行为、治疗方式和预后差异很大。当前AI风险评估主要回答“会不会发生乳腺癌风险升高”，还不能常规用于判断未来更可能发生哪一种亚型。
从研究方向看，随着数据积累和算法优化，未来可能进一步探索亚型特异性风险预测。例如，如果能预测HER2阳性乳腺癌风险，理论上可与HER2靶向疫苗等预防策略研究衔接；如果能预测激素受体阳性乳腺癌风险，则可能更精准地筛选内分泌预防获益人群。
但这仍属于未来方向。患者现在不应把AI评分理解为“能告诉我将来得哪种乳腺癌”。更现实的价值仍是帮助调整筛查强度。
患者拿到高风险怎么办？
看到“未来5年风险升高”，焦虑很正常，但最不建议做两件事：一是自行把它等同于癌症诊断；二是因为害怕而盲目加做一堆检查。更合理的流程是分层确认。
- 确认钼靶报告：先看BI-RADS分类，明确本次影像是否有需要进一步诊断的异常。
- 补齐个人风险资料：包括一级亲属乳腺癌或卵巢癌史、发病年龄、既往乳腺活检结果、月经生育史、激素使用史等。
- 评估遗传风险：若家族史强烈、年轻发病或双侧乳腺癌，应咨询是否需要遗传检测。
- 讨论强化筛查：询问是否需要乳腺MRI、超声或其他增强影像检查。
- 讨论预防策略：包括体重管理、运动、限酒、药物预防以及必要时的专科随访。
如果患者已经确诊乳腺癌，AI筛查风险评分的意义会明显下降。确诊后最重要的是分期、病理亚型、激素受体、HER2状态、Ki-67、基因检测和治疗方案选择。
乳腺癌筛查常见误区
误区一：AI正常就不用筛查
错误。AI低风险不等于零风险，也不能替代指南建议。低风险只能作为讨论筛查间隔的依据之一。
误区二：钼靶正常就不会得癌
错误。钼靶是筛查工具，不是终身保证。部分癌症可能在两次筛查之间出现，也可能因乳腺致密等因素不易被发现。
误区三：MRI越频繁越安全
不一定。MRI灵敏度高，但也可能带来假阳性和不必要活检。是否做MRI，要看风险是否足够高。
误区四：高风险一定要吃药预防
不一定。预防性用药需要评估年龄、绝经状态、血栓风险、子宫内膜风险、骨健康以及患者个人偏好。
中国患者如何使用这类信息？
目前，不同国家和地区对AI乳腺癌风险评估工具的临床应用、审批路径、医院部署和支付方式并不一致。国内多数患者更熟悉的仍是钼靶、乳腺超声、MRI、病理检查以及传统临床风险评估。
这并不意味着AI筛查信息与中国患者无关。它至少带来三个可立即使用的思路：
- 不要只看“本次正常”：还要评估未来风险，尤其是有家族史或高危病变者。
- 不要盲目追求同一种筛查频率：低风险和高风险女性的筛查策略应不同。
- 不要忽视国际前沿证据：乳腺癌筛查、预防和早诊正在快速走向个体化。
如果拿到国外AI筛查报告、英文影像报告或高危评估结果，患者最需要的是把这些信息转化为国内可执行的方案：是否复查、查什么、多久查、去哪一科、是否需要遗传咨询、是否需要多学科讨论。
MedFind能提供什么帮助？
乳腺癌筛查进入AI时代后，患者最难的不是获取一个评分，而是理解评分背后的临床意义。MedFind长期关注全球乳腺癌筛查、诊疗指南、前沿药物和真实可及路径，可帮助患者和家属把海外研究、英文报告和医生建议翻译成清晰的行动方案。
对于尚未确诊、但被提示高风险的人群，MedFind可辅助梳理钼靶、MRI、家族史、基因检测和风险模型结果，帮助准备问诊问题，提高专科就诊效率。对于已经确诊乳腺癌的患者，MedFind可进一步协助解读病理分型、分期、HER2和激素受体结果、治疗方案逻辑及全球新药进展。
如果治疗过程中涉及海外已获批药物、国际指南推荐方案或国内外可及性差异，MedFind也可提供抗癌药品跨境直邮信息支持与辅助问诊服务，帮助患者在合规、安全和专业评估前提下，尽量缩短信息差带来的等待时间。
乳腺癌筛查的目标，不是制造焦虑，而是把风险提前看清楚。真正有价值的个体化管理，应当让低风险人群少受过度检查，让高风险人群更早被发现、更早被保护。
【参考文献】
Eriksson M, Czene K, Vachon C, Conant EF, Hall P. Long-term performance of an image-based short-term risk model for breast cancer. J Clin Oncol. 2023;41(14):2536-2545. doi:10.1200/JCO.22.01564
