RSNA研究：AI模型在预测乳腺癌风险上优于乳腺密度评估

2025年12月1日，星期一

根据在芝加哥举行的北美放射学会年会上发表的一项研究，一个仅使用图像的AI模型在预测五年期乳腺癌风险方面比乳腺密度更为精确。该会议于11月30日至12月4日举行。

图片来源：drugs

来自波士顿哈佛医学院的康斯坦斯·D·莱曼博士及其同事，比较了仅使用图像的AI模型与乳腺密度在对五年乳腺癌风险进行分层方面的表现。该AI模型使用深度卷积神经网络，基于来自27家机构的421,499张乳腺X光片进行训练；并在一个独立测试集上校准后生成五年风险概率。

该模型应用于一个包含245,344张在2011年至2017年间获取的双侧二维筛查乳腺X光片的队列。AI预测的风险使用国家综合癌症网络的阈值进行分类：平均风险、中等风险和高风险。放射科医生报告的乳腺密度则从医疗记录中提取。

研究人员观察到，单独的乳腺密度与癌症风险的小幅增加相关。而不论密度如何，中等风险和高风险相对于平均风险的风险比分别为2.06和4.49。

当同时考虑这两个因素时，经AI风险校正后的乳腺密度增加风险为1.12；而在校正密度因素后，AI中等风险和高风险类别的增加风险分别为2.04和4.47。

"该模型能够检测到人眼无法看到的乳腺组织变化，"莱曼在一份声明中说。