AI助力乳腺癌早筛新突破：算法可精准预测间期癌症风险

2025年11月3日，星期一

根据10月28日在线发表于《放射学》的一项研究，由深度学习算法生成的风险评分能够识别出发生间期乳腺癌风险较高的女性。

来自英国剑桥大学临床医学院的Joshua W.D.Rothwell及其同事，评估了Mirai算法生成的三年风险评分在英国乳腺癌筛查项目中识别最终发展为IC的女性的预测能力。研究使用Mirai算法处理了一个三年队列中收集的结果为阴性的数字化筛查乳腺X光片。

该分析包括了来自同等数量女性的134,217次检查，其中包含了524例IC。研究未发现Mirai算法在预测一年期、两年期和三年期IC方面，在不同年龄四分位组或不同乳腺密度组之间存在性能差异。

对于一年期、两年期和三年期IC的预测，受试者工作特征曲线下面积分别为0.72、0.67和0.67。在不同年龄四分位组中，对于52岁以下、52至58岁、59至65岁以及66岁及以上的女性，C指数分别为0.67、0.70、0.71和0.71。

在乳腺影像报告和数据系统a、b、c、d各类别中，C指数分别为0.70、0.69、0.68和0.67。在回顾性分析中，对于风险评分被列为最高的前1%、5%、10%和20%的女性，三年风险评分分别预测了3.6%、14.5%、26.1%和42.4%的IC。

"对风险评分排名前20%的乳腺X光片进行进一步检查，可以发现42.4%的间期癌，这意味着Mirai可用于识别需要补充影像学检查或缩短筛查间隔的女性，可以作为乳腺密度评估的替代或补充方法。"Rothwell在一份声明中表示。