4月15日至21日是全国肿瘤防治宣传周，今年的主题是“早防早筛早治 同心携手抗癌”。乳腺癌是全球女性常见的恶性肿瘤之一。世界卫生组织报告显示，2020年，乳腺癌全球新发病例约230万例，占女性癌症新发病例的1/4。在我国，乳腺癌的发病率和死亡率也呈逐年上升态势，每年新增乳腺癌患者超过40万例。影像检查、病理检测是乳腺癌早诊早治最为关键的环节，其结果和效率直接关系到患者治疗方案和预后结局。近年来，人工智能激起了乳腺癌诊疗领域的深刻变革，天津医科大学肿瘤医院乳腺影像学科、乳腺病理学科依托大数据大模型深度学习算法，率先在国内研发应用了乳腺影像、病理多个AI（人工智能）诊疗和预测模型，让AI学会“看影像片”“读病理切片”，乳腺癌的诊疗迎来“个性化+智能化”的“智”疗新时代。

　　AI推进乳腺影像诊断智能化

　　检出率与精准性大幅提升

　　影像学检查在乳腺癌诊疗全程中至关重要。其中，乳腺X线（简称乳腺钼靶）摄影和超声检查是乳腺癌筛查和常规诊疗的重要方法。近年来，如何发挥影像技术优势，为乳腺癌的早诊早治以及疗效评估提供更精准的依据，成为乳腺影像学科的研究方向。天津医科大学肿瘤医院乳腺影像诊断科主任路红表示，“AI与乳腺多模态综合影像技术结合，已经在乳腺癌早筛、早诊领域取得令人欣喜的成效，肿瘤检出率、诊断准确性以及疗效和预后预测水平显著提高。”

　　在乳腺癌筛查、诊断方面，路红团队通过大数据模型对多模态乳腺影像资料的深度学习，与专业团队合作，构建了乳腺癌早期诊断系统、乳腺超声实时动态AI诊断系统、乳腺癌良恶性诊断模型，均已在临床应用。“中国女性以致密型乳腺为主，其在乳腺X线检查中易发生肿瘤漏诊或误诊，而超声检查的准确性受操作者经验和设备影响，影像数据的解读也主要依赖于医生的主观判断。基于大数据模型的AI系统能客观高效地检出肿瘤组织，对病变的检出率近100%，早期诊断率可提高约20%，诊断准确性和一致性也大幅提高，能减少不同医生间的差异，为患者赢得更多治疗机会。”路红说。

　　在乳腺癌疗效评估及预测中，路红团队开发的多个影像数据自动分析AI模型，显著提高了乳腺癌诊断、治疗方案评估预测、手术方式制定的精确度和效率。“我们团队建立了涵盖乳腺X线、超声和MRI多种影像的数据库，开发了新辅助治疗疗效评估模型，预测患者获得病理完全缓解的可能性以及对新辅助化疗的反应，从而优化个体化治疗方案和随访管理模式，帮助患者改善预后。”路红说。此外，团队通过提取乳腺X线图像和MRI图像的影像组学特征，构建了乳腺癌分子分型和远处转移预测模型，为患者后续治疗提供决策依据。

　　在手术方式的选择方面，AI技术的应用正在提高保乳手术的精准性、便捷性。路红说，保乳手术是乳腺癌治疗的主要方式之一，符合现代医学提倡的个性化、微创化和生活质量优先的理念。然而，保乳手术需要精准评估肿瘤范围，既不能过多切除损害乳房形态，也不能切除不足导致复发转移。基于乳腺MRI组学特征及语义特征，路红团队建立了保乳手术切缘状态的预测模型，为术前评估保乳手术的可行性及优化治疗方案提供依据。“过去，患者可能需要多次保乳手术才能达到理想效果，该模型提高了一次手术的成功率，帮助患者减轻身心创伤。”

　　目前，路红教授团队已与多个国际乳腺癌研究中心达成合作意向，共同开展AI技术在乳腺癌不同诊疗阶段的应用研究，进一步验证模型的普适性，推动这一技术得到更广泛的应用落地。

　　专家提示 天津医科大学肿瘤医院设有乳腺影像门诊，对影像检查、报告解读、介入评估实现“一站式”服务。该门诊由资深影像诊断专家主导，依托数字乳腺断层摄影、对比增强乳腺X线摄影、超声造影、影像引导下真空辅助旋切活检、组织定位夹置入等先进技术，为患者提供从筛查到诊断的全流程影像方案。影像专家将依据患者病情，为其开具涵盖筛查、复查、术前评估、活检以及术后随访等各类乳腺影像检查申请。

　　AI助力乳腺病理更快更准

　　垂直大模型具有四大功能

　　超声、乳腺X线、核磁等影像学检查是乳腺疾病筛查诊断的重要手段，但并不是最终定论。病理诊断则是指导乳腺癌治疗的“金标准”，其准确性与时效性直接影响临床决策，直接关系到治疗成败与患者预后。是否手术、采取何种术式、术前是否需要新辅助治疗、术后如何选择放化疗及靶向治疗，所有诊疗决策都离不开病理诊断的支撑。

　　“病理报告能不能早一点出来”“治疗能否准确及时进行”是临床医生、病人最关心的问题。“病理学科对医生的能力要求很高，病理医生培养周期长，无论在国际还是国内，病理医生的数量都远远低于医疗需求。人工智能赋能病理诊断，极大地缓解了医生短缺的窘境，能显著提升诊断效率和速度，使治疗窗口期更短，更好地支持患者的整体治疗。”天津医科大学肿瘤医院乳腺病理研究室主任郭晓静说。目前，AI技术已经在病理学三个层面展现出显著价值：一是诊断速度，特别是大幅提升术中诊断时效性，为外科医生节省宝贵的手术时间；二是诊断精度，AI系统能够帮助病理医生发现如微浸润性癌、淋巴结微转移癌等细微病变，有效降低漏诊风险；三是数据整合，智能化系统能够将病理诊断信息与治疗反应、用药记录及预后数据进行深度融合，为制定个体化治疗方案提供支持。

　　去年12月发布的BRIGHT人工智能大模型是我国首个专注于乳腺病理的垂直大模型，该模型由天津医科大学肿瘤医院乳腺病理研究室与广东省人民医院—广东省医学影像智能分析与应用重点实验室联合研发。郭晓静说，BRIGHT大模型依托全国20余家三甲医院临床支持，构建了国内规模最大、信息最为完整的乳腺病理数据集。大模型基于超过6万张乳腺病理全切片图像进行深度训练，聚焦乳腺癌诊疗核心环节，目前已集成四大核心功能。

　　一是辅助精准诊断。通过自动识别并分析病灶区域，提升诊断效率和不同病理医生之间的一致性。二是分子分型预测，基于H&E图像预测关键指标，为靶向和内分泌治疗提供重要参考。三是新辅助治疗疗效评估。识别治疗前后的形态学变化，支持临床进行早期疗效判断。四是预后风险预测。深入分析图像的深层特征，为复发风险评估与随访管理提供支持。郭晓静表示，BRIGHT通过承担大量重复性、定量化任务，可以让病理医生将更多精力集中于复杂病变判断和临床深入沟通。同时，它提供的标准化、可复核结果也将帮助年轻医生加速成长。

　　郭晓静说，“AI将是医生很好的助手，更重要的是这些智能化工具和标准化诊断能惠及更多层级医院和不同地区的患者，让优质的乳腺病理诊断服务实现更广泛的覆盖。”

　　专家提示 病理诊断贯穿乳腺癌诊疗全程，是精准治疗的“指南针”，也是守护女性健康与美丽的重要防线。患者需要关注的乳腺病理提醒：乳腺可疑病灶必须通过病理确诊，不要盲目治疗，别仓促手术；穿刺活检微创安全，是术前诊断的首选方式，无需过度担忧；保乳、保腋窝均以病理安全为首要原则，在根治肿瘤的同时，最大限度保留女性生理功能与生活质量。

　　记者 赵津

　　相关链接

　　走出乳腺癌早筛早诊的误区

　　误区一：没有不舒服就不用做筛查。

　　不少女性认为，只有出现乳房疼痛、肿块等不适症状时，才需要进行乳腺检查。实际上乳腺癌在早期阶段往往没有明显症状，而乳腺癌的预后效果与发现时间密切相关。科学筛查是守护乳腺健康的第一道防线，专业医生会对不同年龄段、不同风险等级的女性，制定个性化的乳腺筛查方案。

　　误区二：乳腺筛查选一种方式就行。 乳腺超声、乳腺X线、核磁等不同筛查方式各有优势，适用人群也不同，盲目选择可能导致漏诊或误诊。专业医生会对不同年龄段、不同风险等级的女性，制定个性化的乳腺筛查计划。推荐的乳腺影像筛查和早诊方案：对40岁以上一般风险的女性建议乳腺X线检查；建议年轻女性和乳腺腺体致密、体重指数BMI低且乳房体积小的女性，还需补充超声检查；存在明确乳腺癌家族史、携带相关遗传基因（如BRCA1/2基因）的高危女性，建议补充磁共振成像（MRI）检查。

　　误区三：乳腺检查不需要做什么准备。

　　以下为三个筛查准备小贴士：

　　选对检查时间：最佳检查时间是月经结束后的第7天至第14天。这一时期乳房受体内激素水平影响较小，乳腺组织相对松软，不仅能减少检查时的胀痛感，还能避免激素导致的乳腺组织增生等情况干扰医生对检查结果的判断。

　　注意穿着方式：检查当天建议穿着分身、宽松的衣物，避免穿连衣裙、紧身衣或带有金属（如金属扣、钢圈）的内衣。这样能减少检查时衣物更换的麻烦，同时避免金属物品对超声、乳腺X线等检查结果产生干扰。

　　携带历史报告：如果之前做过乳腺相关检查（如超声、乳腺X线报告、病理结果等），一定要提前整理好并携带给医生。医生通过对比前后检查结果，能更清晰地判断乳腺组织的变化情况，及时发现新出现的异常，为诊断和后续干预提供更全面的依据。