AI助力乳腺癌筛查：近20万数据证实提升检出率与减轻医生负担

*仅供医学专业人士阅读参考

就在上个月，我们报道了一项发表在《柳叶刀》杂志的随机试验结果，对人工智能（AI）阅片在乳腺癌筛查中的应用进行了讨论。在超过10万名来自瑞典的女性中，AI辅助筛查与传统的双人阅片效果相当，并表现出了更好的敏感性和检出特征，支持了AI在乳腺癌筛查中的使用。

今日，《自然·癌症》杂志同期发表三篇论文，为我们展现了英国医疗系统中，AI为乳腺癌筛查带来的改变。三篇论文涉及到两款已经被纳入英国国家医疗服务体系乳腺癌筛查项目（NHS-BSP）的AI软件，其一为谷歌开发的乳腺X摄影AI系统（v.1.2），其一为Kheiron医疗科技开发的Mia（v.3）。

三篇论文对AI辅助在癌症筛查的不同阶段，如第一阅片、第二阅片、仲裁（arbitration）的应用价值进行了讨论，AI能够有效提升阅片效率、效果与人类医生相当。考虑到医疗水平的不均等，甚至AI阅片效果较医生更好更稳定。

但同时，AI阅片也暴露出了潜在的提高不必要召回（recall）的风险，技术漂移也是不可忽视的问题。

接下来就让我们具体看看这三篇论文都给我们透露了哪些信息。

第一篇论文由两个部分构成，其一是对英国5家NHS-BSP中心的115973次筛查数据的回顾性分析；其一是对2家中心的9266次筛查的前瞻性评估，AI不参与临床决策。

分析结果显示，AI作为第二阅片者，相较人类医生第一阅片者，表现出了更高的癌症检出率（9.33例 vs 7.54例/1000人），但相较之下召回率也略有提升（6.5% vs 5.5%），在人口基数下可能额外增加数千名女性不必要的进一步检查。

AI的参与使阅片时间总体减少了32.1%，单次阅片时间大大缩短（18分钟 vs 2.1天），但仲裁所需的阅片量增加了60.3%，由此带来的劳动成本变化需要根据地方差异估算。

第二篇论文则进一步在2家中心5万人数据中，回顾性讨论了AI参与仲裁的实绩。总的来说，AI辅助不劣于传统双人阅片，效率、敏感性和特异性都表现优秀，阅片量需求降低了46%，但两个中心的仲裁需求次数分别增长了142%和22%。

研究者关注到，在723例确诊的乳腺癌中，有93例经AI工具可被召回但人类阅片者仲裁后没有召回，其中86%发展为间隔癌。但相对的，也有2307名无癌女性在AI的决策下额外负担了不必要的召回。

第三篇论文与前两篇不同，使用的AI工具是Mia，在苏格兰1家中心的10889人的数据中进行了前瞻性评估，这项研究还综合模拟了多种不同的AI应用模式。评估结果显示，AI工具可将检出率提升10.4%（1例/1000人），工作量减少31%，同时将召回率维持在与双人阅片相当的水平，甚至略微减少（-0.8%）。

不过，与前两篇论文类似的是，AI的参与也提升了仲裁率，升幅最高可达12.4%。

值得高兴的是，AI阅片的效果并未因为对象的年龄、人种等信息发生改变，说明模型训练数据相当全面。但反之，人口特征的改变也可能会对指标评估产生负面的影响，例如更换模型训练未使用过的影像学设备就会大大增加召回率。这意味着需要持续监测来识别技术漂移。

AI辅助阅片大大减少了对医疗资源的需求，尤其是论文中对比的往往是具有丰富经验的临床医生，但真实世界中这样的医生属于少数，AI工具反而更能在各种不同的、资源不平等的环境中提供更稳定的筛查成果。

毫无疑问，AI将在癌症筛查中发挥重要作用，审慎地将AI加入现有医疗流程，它会为医学提供一次全新的变革。

奇点小伙伴们的播客栏目开播啦！在这个栏目里，我们会分享近期热门的药物研发资讯和行业新鲜动态，附赠奇点糕们（可能犀利）的锐评，欢迎大家点击订阅和奇点糕一起唠嗑~

参考资料：

[1]Kelly, C.J., Wilson, M., Warren, L.M. et al. Diagnostic accuracy, fairness and clinical implementation of AI for breast cancer screening: results of multicenter retrospective and prospective technical feasibility studies. Nat Cancer (2026). https://doi.org/10.1038/s43018-026-01127-0

[2]Warren, L.M., Venton, J., Young, K.C. et al. Impact of using artificial intelligence as a second reader in breast screening including arbitration. Nat Cancer (2026). https://doi.org/10.1038/s43018-026-01128-z

[3]de Vries, C.F., Lip, G., Staff, R.T. et al. Prospective evaluation of artificial intelligence integration into breast cancer screening in multiple workflow settings: the GEMINI study. Nat Cancer (2026). https://doi.org/10.1038/s43018-026-01126-1

本文作者丨代丝雨