一项由UCLA Health Jonsson综合癌症中心研究人员领导的新研究表明，人工智能（AI）可能在检测间期乳腺癌方面发挥作用，这些癌症在常规筛查之间发展。研究结果表明，改进的筛查方法、早期干预和更好的患者治疗结果具有潜在可能性。
该研究发表在《国家癌症研究所杂志》上，发现AI能够在初始筛查时标记出“乳房X线摄影可见”的间期癌症——即肿瘤在乳房X线照片中存在但未被放射科医生发现或显示的迹象过于微妙而无法被人眼识别的情况。
研究人员估计，将AI整合到筛查中可以减少多达30%的间期乳腺癌。
“这一发现很重要，因为这些间期癌症类型可以在早期被发现，那时癌症更容易治疗。对于患者来说，早期发现癌症可以带来巨大差异。它可以导致更少侵入性的治疗并提高更好的治疗结果。”
——Tiffany Yu博士，助理教授兼研究第一作者，放射学，David Geffen医学院，UCLA
尽管类似的研究已在欧洲进行，但这项研究是首批在美国环境中检查AI检测间期乳腺癌能力的研究之一。美国和欧洲的筛查方案有所不同：在美国，大多数乳房X线摄影每年使用数字乳腺断层合成（DBT或3D乳房X线摄影）进行，而在许多欧洲项目中则依赖于每两到三年一次的数字乳房X线摄影（DM或2D）。
UCLA团队对2010年至2019年间拍摄的近18.5万张乳房X线照片进行了回顾性分析，使用了DM和DBT技术。其中，148例涉及后来被诊断为间期乳腺癌的女性。
放射科医生审查了这些病例，以了解为什么在初次筛查时没有发现癌症。研究人员采用了一种欧洲分类系统来对漏诊癌症进行分类，包括读片错误、微小征象（可操作和不可操作）、真正的间期癌症、隐匿性癌症（在乳房X线照片上真正不可见）和技术错误等类别。
然后，研究应用了一种名为Transpara的商用AI工具对原始筛查乳房X线照片进行分析，以查看它是否能识别出被忽视的可疑征象。该软件为每张图像分配了一个从1到10的癌症风险评分，评分8或以上的图像被标记为可能值得关注。
主要发现：
- 76%的最初被读为正常的、与间期癌症相关的乳房X线照片被AI工具标记。
- 90%因读片错误而漏诊的癌症——肿瘤可见但未被处理——被正确标记。
- 89%的可操作微小征象癌症被标记，72%的不可操作微小征象病例也被标记。
- 69%的隐匿性癌症——在乳房X线照片上不可见——仍被AI标记。
- 对于真正的间期癌症——那些确实在初次筛查后发展的癌症——AI标记了约50%。
“虽然我们有了一些令人兴奋的结果，但我们也发现了许多AI的不准确性和需要在实际环境中进一步探索的问题。例如，尽管在乳房X线摄影中不可见，AI工具仍然标记了69%的隐匿性癌症。然而，当我们查看AI标记的具体区域时，AI的表现并不理想，只有22%的时间标记了实际癌症。”
——Hannah Milch博士，助理教授兼研究高级作者，放射学，David Geffen医学院
研究人员强调需要更大规模的前瞻性研究来更好地理解如何将AI与放射科医生结合使用。关键问题仍然存在，例如如何处理AI标记的但人眼看不见的发现，以及如何权衡AI输入当其在定位癌症位置时不总是准确时的作用。
“尽管AI并不完美且不应单独使用，但这些发现支持了AI可以帮助将间期乳腺癌转向主要是真正的间期癌症的想法。这表明AI有可能作为有价值的第二双眼睛，特别是在最难早期发现的癌症类型中。这是关于为放射科医生提供更好的工具，并为患者提供最好的机会在早期发现癌症，这可能会挽救更多生命。”Yu补充道。
(全文结束)
