乳腺癌筛查新指南：AI乳腺X线如何评估5年患癌风险

乳腺钼靶正常，就真的可以放心等下一次体检吗？乳腺癌筛查正在从“发现当下有没有癌”走向“预测未来5年患癌风险”。2026版NCCN乳腺癌筛查与诊断指南纳入AI乳腺X线风险评估工具Clairity Breast，并将“5年AI乳腺X线分析风险≥1.7%”列为识别乳腺癌高风险人群的标准之一。这意味着，一部分没有明显家族史、没有已知致病基因突变、甚至常规风险评估容易被低估的女性，可能通过乳腺影像中的细微信号被更早识别。

这次指南更新改变了什么

2026版NCCN乳腺癌筛查与诊断指南的核心变化，不是把AI当作“读片替代医生”的工具，而是把AI乳腺X线分析纳入乳腺癌未来风险分层。Clairity Breast通过常规双侧筛查乳腺X线片，输出个体未来5年发生乳腺癌的风险百分比。若风险达到或超过1.7%，可作为更高风险识别标准之一，进而触发更个体化的临床管理。

关键信息	具体内容	对患者的意义
纳入指南	2026版NCCN乳腺癌筛查与诊断指南	AI乳腺X线风险评估进入权威临床路径
风险阈值	5年AI乳腺X线分析风险≥1.7%	可帮助识别未来患乳腺癌风险较高人群
起始人群	风险评估人群扩展至35岁起	部分年轻女性可更早进入风险管理
后续行动	补充影像、风险降低策略、周期性风险复评	筛查不再“一刀切”，而是按风险强度调整
监管状态	2025年6月获FDA de novo授权	属于已获美国监管授权的5年风险预测AI工具

这项更新对患者最实际的意义是：乳腺癌早筛不再只依赖年龄、家族史、乳腺密度、基因检测等传统变量，而是进一步利用乳腺X线图像本身隐藏的信息，帮助医生判断“谁需要更密集筛查，谁需要补充MRI或超声，谁需要讨论预防策略”。

Clairity Breast是什么

Clairity Breast是一种基于人工智能的乳腺癌风险评估平台，用于分析常规双侧筛查乳腺X线影像中的像素级细微信号，并预测个体在筛查后5年内被诊断为乳腺癌或发生乳腺癌的概率。它不是治疗药物，也不是确诊癌症的病理检测，更不是用来替代医生诊断的“自动判癌系统”。

更准确地说，Clairity Breast的定位是风险预测工具：当患者接受筛查乳腺X线检查、且当时并没有已知乳腺癌时，系统可基于影像输出一个5年风险评分和风险百分比，供医生结合个人病史、乳腺密度、家族史、遗传检测结果、既往活检结果等信息，制定下一步随访和筛查计划。

AI为什么能预测未来风险

乳腺X线片并不只包含“有没有可疑肿块、钙化或结构扭曲”的信息。影像里还可能存在肉眼难以稳定识别的细微模式，例如乳腺组织分布、纹理、密度变化、局部结构特征等。AI模型的价值在于，它可以在大量历史影像和长期结局数据中学习这些复杂模式，并将它们转化为个体化的未来风险估计。

传统乳腺癌风险评估常依赖以下信息：家族史、年龄、月经和生育史、既往乳腺活检、乳腺密度、遗传检测结果等。这些因素非常重要，但并不能覆盖所有高风险人群。现实中，许多被诊断为乳腺癌的女性并没有明确致病基因突变，也没有强烈家族史；乳腺密度虽然常见，却往往不足以精确区分个体风险。AI乳腺X线分析正是试图弥补这一空白。

1.7%风险阈值怎么看

指南提出的“5年AI乳腺X线分析风险≥1.7%”，不是说风险低于这个数值就绝对安全，也不是说达到这个数值就一定会患癌。它的临床意义在于：当AI模型估计某位女性未来5年乳腺癌风险达到或超过这一水平时，医生可将其视为较高风险信号之一，并考虑更积极、更个体化的筛查或风险降低方案。

患者常见理解	更准确的医学解释
“1.7%是不是很低？”	风险百分比不能只看数字大小，还要看时间跨度、年龄、同龄人基线风险和是否会改变筛查策略。
“超过1.7%就是要得癌？”	不是。它代表未来5年风险升高，属于风险分层指标，不等于诊断。
“低于1.7%就不用筛查？”	不是。筛查仍需遵循年龄、乳腺密度、家族史、症状和医生建议。
“AI结果能替代医生吗？”	不能。AI结果应由医生结合临床背景综合解释。

对患者而言，真正需要关注的是：风险结果是否改变了筛查频率、是否需要补充影像、是否需要遗传咨询、是否需要讨论药物或生活方式层面的风险降低策略。

哪些人可能更需要关注

Clairity Breast适用于接受筛查乳腺X线检查、且检查时没有已知乳腺癌的人群。根据指南更新方向，35岁起的女性可被纳入更早期的风险识别框架。以下人群尤其值得与医生讨论是否需要更精细化的乳腺癌风险评估：

• 常规体检乳腺X线结果未提示癌症，但担心未来风险的人群。
• 没有明确家族史，却希望了解自身长期乳腺癌风险的人群。
• 乳腺密度较高，常规影像判断存在一定局限的人群。
• 曾有乳腺良性病变、既往活检史或医生提示需长期随访的人群。
• 家族中有乳腺癌、卵巢癌、胰腺癌、前列腺癌等相关肿瘤史的人群。
• 已经做过基因检测但结果阴性，仍担心风险被低估的人群。

需要强调的是，如果已经出现乳头溢液、乳房肿块、皮肤凹陷、乳头回缩、腋窝肿大淋巴结等症状，重点不是做“未来风险预测”，而是尽快进行诊断性影像、超声、必要时穿刺活检等明确诊断流程。

高风险后下一步做什么

AI提示风险升高后，最忌讳两种反应：一种是恐慌，把风险预测当成癌症诊断；另一种是忽视，把高风险结果当成“机器算错”。更稳妥的做法，是把风险结果带给乳腺专科医生或影像科医生，讨论下一步管理。

可能的临床行动	适用逻辑	患者需要问医生的问题
补充影像	乳腺密度高、风险升高或常规乳腺X线信息不足时，可能考虑超声、MRI等	我是否需要乳腺MRI？超声能否弥补我的乳腺密度问题？
缩短筛查间隔	高风险人群可能不适合简单按普通风险年度或常规周期随访	下一次复查应在6个月、1年还是更久？
遗传咨询	若合并家族史或早发肿瘤史，需评估BRCA1、BRCA2等遗传风险	我是否需要做遗传检测？检测结果会影响筛查和家人管理吗？
风险降低策略	部分高风险人群可讨论生活方式、药物预防或其他干预	我的风险水平是否达到需要预防性干预的程度？获益和副作用如何权衡？
周期性风险复评	风险会随年龄、影像变化、病史变化而改变	多久重新评估一次风险？是否每次乳腺X线都要复评？

“高风险”不是为了制造焦虑，而是为了让筛查和预防更有针对性。越早识别风险，越有机会在癌症真正出现前调整筛查策略；即使未来发生乳腺癌，也更可能在早期发现。

它和普通钼靶有什么不同

普通筛查乳腺X线的主要目标，是发现当前影像中是否存在可疑恶性征象。AI风险评估则进一步追问：即使这次没有发现癌，影像特征是否提示未来5年风险升高？两者并不是替代关系，而是互补关系。

项目	常规乳腺X线筛查	AI乳腺X线风险评估
核心问题	现在有没有可疑癌变	未来5年患乳腺癌风险有多高
输出结果	影像诊断、BI-RADS分类等	5年风险评分和风险百分比
主要用途	筛查或诊断当前病灶	辅助风险分层和随访策略制定
是否确诊癌症	不能单独确诊，确诊依赖病理	不能确诊，只预测风险
临床价值	发现早期病灶	识别被传统风险因素遗漏的高风险人群

因此，如果报告提示影像异常，重点是按BI-RADS分类完成复查或活检；如果影像未见癌症但AI风险较高，重点是进行长期风险管理。两条路径不同，不能混淆。

模型数据可靠吗

Clairity Breast的模型训练使用了数百万张影像，并在约77,000份乳腺X线片中进行验证。验证数据来自5个地理位置不同的筛查中心，覆盖独立筛查机构和医院体系，并结合5年患者结局数据评估模型表现。这样的设计有助于观察模型在不同真实医疗场景中的适用性。

但任何AI医疗工具都应理性看待。患者需要理解三点：第一，AI风险评估不是绝对预测，只能估计概率；第二，不同人群、不同设备、不同筛查体系下，模型表现可能存在差异；第三，AI结果必须进入医生的临床判断流程，而不是由患者单独解读。

中国患者能不能用

从公开资料看，Clairity Breast已于2025年6月获得美国FDA de novo授权，并作为商业化AI乳腺癌5年风险预测工具进入美国医疗体系相关应用场景。中国大陆患者目前更常接触到的是乳腺X线、乳腺超声、乳腺MRI、病理检查、基因检测以及本土获批的AI辅助影像产品。某一境外AI风险评估工具是否可在国内临床使用，需以监管批准、医疗机构引入情况和医生实际可操作流程为准。

这也提示一个现实问题：全球乳腺癌筛查、风险评估、遗传检测、影像随访和药物预防策略的更新速度并不一致。患者如果只依赖单一渠道，很容易错过更适合自己的筛查路径、国际指南变化或新药信息。

患者最该问清5件事

如果你正在做乳腺癌筛查，或已经被提示乳腺风险较高，建议把问题具体化，而不是只问“我严重吗”。以下5个问题更有助于医生给出可执行方案：

1. 我的乳腺密度属于哪一类？乳腺密度会影响乳腺X线敏感性，也会影响是否需要补充影像。
2. 我的5年风险和终身风险分别是多少？短期风险决定近期筛查强度，长期风险影响整体预防策略。
3. 我是否需要乳腺MRI或超声？高风险、致密乳腺或影像不清时，补充影像可能有价值。
4. 我是否需要遗传咨询或基因检测？家族史、年轻发病亲属、双侧乳腺癌或卵巢癌家族史都应重点评估。
5. 如果风险升高，有没有明确的风险降低方案？包括体重管理、运动、限酒、激素使用评估、药物预防讨论和随访计划。

筛查之外还要管生活风险

AI可以帮助识别风险，但不能替代日常风险管理。对多数女性而言，乳腺癌预防和早筛应同时推进。建议关注以下可执行事项：

• 保持健康体重：绝经后肥胖与乳腺癌风险升高相关，体重管理是长期策略。
• 规律运动：每周保持稳定中等强度活动，有助于整体代谢和肿瘤风险管理。
• 减少酒精摄入：饮酒与乳腺癌风险相关，风险人群更应谨慎。
• 谨慎使用激素类药物：围绝经期激素治疗、避孕药等需结合个人风险与医生讨论。
• 重视症状变化：筛查正常不等于可以忽略新出现的肿块、溢液或皮肤改变。
• 保留历年影像资料：连续影像对比可帮助医生发现细微变化，也有利于风险复评。

确诊后信息差更关键

如果筛查或随访最终发现乳腺癌，下一步将进入完全不同的诊疗体系：病理分型、ER、PR、HER2、Ki-67、分期评估、手术方案、放疗、化疗、内分泌治疗、抗HER2治疗、CDK4/6抑制剂、PARP抑制剂、ADC药物等，都可能影响治疗选择。早筛只是第一道门，精准治疗才决定长期获益。

很多患者真正困难的地方，不是“不治疗”，而是看不懂指南、分不清方案优先级、不了解海外新药获批进展、也不知道某些药物在不同国家和地区的可及性差异。MedFind持续追踪NCCN、FDA、ESMO等全球乳腺癌诊疗信息，提供前沿药物信息解读、AI辅助问诊和治疗方案梳理。对于已经确诊并涉及海外已上市抗癌药物可及性问题的患者，MedFind也可协助了解合规跨境直邮路径，帮助患者和家属更高效地把“信息”转化为可讨论、可执行的治疗选择。

乳腺癌筛查的目标，不只是早点发现癌，更是把风险管理提前。一次乳腺X线检查，可能不只回答“现在有没有问题”，也可能提示“未来该如何防”。对患者来说，最重要的是拿到结果后不盲目恐慌、不被动等待，而是让专业医生把风险数字变成清晰的下一步行动。

【参考文献】

1. Clairity announces update to NCCN guidelines to include AI mammogram-based risk tool to identify future breast cancer risk in women missed by traditional methods. News release. Clairity. April 14, 2026. Accessed April 14, 2026. https://www.globenewswire.com/news-release/2026/04/14/3273278/0/en/Clairity-Announces-Update-to-NCCN-Guidelines-to-Include-AI-Mammogram-Based-Risk-Tool-to-Identify-Future-Breast-Cancer-Risk-in-Women-Missed-by-Traditional-Methods.html

2. NCCN. Clinical Practice Guidelines in Oncology. Breast cancer screening and diagnosis, version 1.2026. Accessed April 14, 2026. https://www.nccn.org/professionals/physician_gls/pdf/breast-screening.pdf

3. Clairity becomes the first FDA-authorized AI platform for breast cancer prediction – historic milestone for women health. News release. Clairity. June 2, 2025. Accessed April 14, 2026. https://www.businesswire.com/news/home/20250602896762/en/ADDING-MULTIMEDIA-Clairity-Becomes-the-First-FDA-Authorized-AI-Platform-for-Breast-Cancer-Prediction-Historic-Milestone-for-Womens-Health

4. A novel platform for prediction. Clairity. Accessed April 14, 2026. https://clairity.com/healthcare-providers/