基于人工智能的乳房X线和数字断层合成筛查分流与决策支持：一项配对非劣效性试验

为何更智能的筛查很重要

大多数50岁以上的女性会被邀请定期进行乳房X线检查以早期发现癌症。这些筛查项目能挽救生命，但也会给医疗系统带来压力，并在影像触发误报时引起焦虑。该研究提出了一个紧迫的问题：人工智能（AI）能否安全地接手部分阅片工作，使放射科医生只需集中精力在高风险病例上，同时仍能发现至少相同数量的癌症？

当前乳房影像的阅片方式

在许多欧洲筛查项目中，每例钼靶影像由两名放射科医生独立阅读。这种“双人阅片”确实能发现更多癌症，但也使工作量翻倍。更新的类似三维的断层合成（tomosynthesis）检查使每例的阅片时间进一步增加。同时，人口老龄化、部分指南建议提前开始筛查，以及许多地区缺乏足够的受训放射科医生，所有这些都使在不使专家负担过重的情况下维持或提高筛查质量变得困难。

研究者在真实世界测试了什么

研究团队在西班牙科尔多瓦的一个既有公共筛查项目内开展了一项大型临床试验。超过31,000名50至71岁的女性接受了标准数字钼靶或断层合成检查。每例检查按两条并行路径处理。第一条是常规方法：两名放射科医生在没有AI帮助的情况下各自阅读每例影像。第二条为实验性方法，AI系统分析图像并按每例含癌可能性进行排序。AI判定为低风险的影像被自动视为正常，且不会呈交给放射科医生；只有高风险影像才进行双人阅片，此时放射科医生可见AI的可视化标记和评分，作为决策支持。

工作量与癌症检出率的变化

这一AI分流策略意味着放射科医生只需阅片略多于三分之一的检查，而不是每例都阅片——工作量下降近三分之二。尽管减少幅度显著，AI辅助策略实际上发现了更多癌症：每千名受筛女性约7.3例，而标准方法为6.3例。AI引导路径检测到更多早期、体积小且淋巴结阴性的肿瘤，这类癌症在早期治疗中受益最大。这些收益在传统二维钼靶中尤为显著：在AI支持下，癌症检出率提升超过30%。

权衡：更多召回以进行额外检查

这种改进的代价是被召回进行额外检查的女性数量增加。总体而言，召回率从标准阅片的4.8%升至AI策略下的5.5%，假阳性率也略有上升。换言之，发现了更多癌症，但也有略多的女性经历了最终证实为良性的可疑结果所带来的压力。然而，对于断层合成，AI在降低工作量的同时并未显著改变被召回的女性数量或癌症检出数，这反映了该成像方式本身已具有较强的表现。

安全性、漏诊与伦理问题

AI并非完美：11例癌症被赋予低风险评分，因此在完全自主的工作流程中会被漏检。尽管如此，未采用AI的标准方法漏检的癌症比AI辅助策略漏检的还要多。大多数被AI漏检的肿瘤影像表现非常微妙，在传统双人阅片中仅被其中一位放射科医生发现。作者强调，广泛采用仅由AI阅片多数影像的做法会带来伦理和法律问题。他们认为，在依赖AI将大多数影像标为正常而不进行人工复核之前，需要额外的保障措施——例如对图像采集进行严格质量控制和对AI性能进行持续监测。

这对未来筛查意味着什么

对非专业读者而言，结论是：经过精心设计的AI可帮助放射科医生处理更多的筛查检查，同时至少维持、在某些情况下还可提高早期乳腺癌的检出率。在这项试验中，允许AI自动判定低风险钼靶为正常，将放射科医生的工作量减少了近三分之二，保持了阳性发现的准确性，并略微提高了总体癌症检出率，尽管更多女性被要求返院复查。研究表明，在适当监管和进一步验证下，基于AI的分流与决策支持有望使大规模乳腺癌筛查对卫生系统更可持续，并更有效地早期发现疾病。

引用: Elías-Cabot, E., Romero-Martín, S., Raya-Povedano, J.L. et al. AI-based triage and decision support in mammography and digital tomosynthesis for breast cancer screening: a paired, noninferiority trial. Nat Med 32, 1296–1305 (2026). https://doi.org/10.1038/s41591-026-04277-x

关键词: 乳腺癌筛查, 乳房X线摄影, 人工智能, 放射科工作负担, 早期癌症检测