【原】AI赋能破局：黄育北教授解读中国乳腺癌筛查的三大困境与技术突围

乳腺癌作为女性最常见的恶性肿瘤之一，其早期筛查对于提高治愈率至关重要。然而，我国乳腺癌筛查面临诸多挑战，包括人口基数大、技术局限性、专业人员不足等问题。近日，天津医科大学肿瘤医院黄育北教授在2025西派会上接受采访时，详细解析了当前乳腺癌筛查的困境，并展望了未来人工智能技术在这一领域的应用前景。

❖特邀嘉宾❖

黄育北

天津医科大学肿瘤医院

公共卫生学博士，副研究员，硕士研究生导师

天津医科大学肿瘤医院,流行病与生物统计研究室副研究员

中国抗癌协会癌症筛查与早诊早治专业委员会常务委员/副秘书长

中国抗癌协会肿瘤流行病学专业委员会、乳腺癌专业委员会、乳腺癌整合防筛专业委员会等多个专业委员会的委员

国际抗癌联盟技术奖学金获奖者及评审专家

教育部人群重大疾病防控重点实验室科研骨干

天津市“131”创新型人才培养工程第三层次人才

作为项目负责人及项目骨干承担国家自然科学基金、国家重点研发计划子课题和国家科技支撑计划子课题等国家级项目十余项；获得天津市科技进步奖特等奖、中国抗癌协会科技奖一等奖和二等奖、国家发明专利等4项次

以第一和通讯作者发表论著50余篇

《肿瘤医学论坛》：请您简要介绍一下当前中国乳腺癌筛查面临的主要挑战。

黄育北教授：

目前，我国女性乳腺癌筛查面临的最大挑战是人口基数较大。我国女性适宜进行筛查的人群为40至70岁，这一年龄段的女性总数接近7亿，其中高危人群约占20%，即约1.4亿人。要对如此庞大的人群进行全面筛查，无论是在人力资源还是物力资源上，都难以覆盖，因此人口基数是我国乳腺癌筛查的最大挑战。

此外，技术上的挑战也是一个重要问题。目前，乳腺癌筛查的主要技术手段包括乳腺钼靶和超声检查，但这些方法的准确性并不是十分理想。乳腺钼靶的准确率在一般人群中约为86%，而超声的准确率仅为60%。在高危人群中，超声的准确性有所提高，但传统手持超声仍存在明显局限性。如何提高超声筛查的准确性，是我国乳腺癌筛查的重要挑战之一。

另外，基层医疗机构的专业人员不足也是一个问题。我国目前超声医生的数量约为15万，按照目前我国人口数来算，平均每10万人仅有1.4名超声医生，这表明我国在乳腺癌筛查的专业人员上极度短缺。

最后，乳腺癌筛查的模式也存在问题。目前我国乳腺癌筛查主要依赖政府投入，但政府投入有限，如何充分利用社会资源及其他机会性筛查资源，提高筛查覆盖率，是未来改善我国乳腺癌筛查覆盖率的关键因素。

《肿瘤医学论坛》：目前我国常用的乳腺癌筛查方法包括乳房触诊、超声和钼靶等，您认为在不同的筛查场景下，如何选择最适合的筛查方法？

黄育北教授：

乳腺癌筛查是一个复杂且多维度的问题，无法用简单的一两句话概括。根据现行的乳腺癌筛查指南，主要推荐的筛查方法是乳腺超声，适宜筛查的人群为年龄在40至69岁的女性。建议的筛查频率为每年一次或每两年一次。然而，乳腺超声虽为主体筛查方法，但其在发现早期钙化癌方面存在局限性，因此通常需要与其他筛查方法结合使用，例如乳腺钼靶，以弥补超声筛查的不足。

对于一般风险人群，独立的超声筛查被推荐，尤其适用于高风险人群。然而，对于明确的高风险人群，比如有乳腺癌家族史的女性，希望筛查的起始年龄能够提前，同时结合乳腺钼靶的方法进行筛查。对于携带BRCA1或BRCA2基因突变的个体，建议结合核磁共振等其他筛查技术，以全面提升筛查的准确性。

传统的筛查方法各有优缺点，因此在未来，我们希望引入更多先进的筛查技术。例如，全自动乳腺超声（ABUS）可以消除手持超声的主观性误差，数字乳腺断层摄影（DBT）能够将传统二维影像重构为三维影像，从而提供更清晰的乳腺结构图像。此外，乳腺锥光束CT等新技术也在发展中，这些技术可以立体呈现乳腺内部结构，更准确地识别病灶，提高筛查的准确性和有效性。

综上所述，乳腺超声是一个普适性的筛查方法，但在实际应用中应根据不同人群的特征，选择更适合的筛查方案，以提高筛查的准确性和效率。

《肿瘤医学论坛》：我国已经构建了一些乳腺癌风险预测模型，如基于年龄、家族史等因素的模型，以及整合了基因组学信息的模型。那么在实际应用中，这些模型的推广和使用情况如何？是否还存在一些需要进一步优化的地方？

黄育北教授：

这个问题确实是我们当前许多专家正在共同探讨的重要议题。我国目前乳腺癌筛查面临的一大挑战是难以进行全人群的筛查，主要集中在高风险人群的筛查。然而，如何发现乳腺癌的高风险人群呢？

传统的风险因素是发现高风险人群的一种常用方法，但遗憾的是，传统的风险预测模型总体预测准确性只有63%到64%。这些模型在不同人群中效果也不尽相同。尽管增加更多的传统风险因素可以有所改善，但效果仍然不佳。因此，我们需要在传统风险预测模型的基础上，根据自身的条件，再加上多组学的标注，包括乳腺癌风险相关的遗传易感位点，构建多基因风险评分，以进一步提升乳腺癌筛查效果。

然而，这些改进措施都需要一定的成本投入。因此，在资源相对有限的地区，我们仍然推荐基于传统的风险因素来确定乳腺癌的高风险人群。对于有能力的机构，我们希望能够在传统风险因素的基础上，加入遗传、代谢组学等多组学指标，并结合人工智能技术，来提升乳腺癌高危人群判定的效果。

《肿瘤医学论坛》：随着人工智能技术的发展，乳腺癌筛查的模式正在发生变革。展望未来5-10年，您认为AI技术将如何改变乳腺癌筛查的现状？在实现精准早筛方面会带来哪些突破性进展？

黄育北教授：

谈到AI在乳腺癌筛查中的推广及未来进展，我认为主要有三个方面。首先，最直接的是对筛查技术的改善。例如，乳腺钼靶存在一些潜在的局限性，尤其是在致密乳腺的识别上。而乳腺超声在发现小而致密的乳腺癌方面也有一定的限制。此外，对于自动乳腺超声系统（ABUS）的大规模图像阅片，AI可以显著提升其效率。这些技术方面的整合和优化正是AI所擅长的领域。

其次，AI可以提升基层医疗机构中基层医生的乳腺癌防控能力。目前在我国，基层医疗机构对乳腺超声的掌握能力相对有限。如何利用AI技术提升基层医生的乳腺超声判断能力，是AI在乳腺癌筛查中的第二个关键点。

第三个关键点是AI对新型筛查技术的促进。我们团队正在探索可穿戴超声设备在乳腺癌筛查中的应用价值。借助AI的支持，这些可穿戴设备可以更方便地识别乳腺癌高危人群，使得乳腺癌筛查不必前往医院，而是在家中即可进行，提供可靠的筛查判断结果。这是AI应用的三个基本方面。

此外，在高危人群的识别和管理方面，AI也能够推动筛查的进一步优化和发展。总体而言，AI在乳腺癌筛查中的应用将带来技术的提升、能力的增强以及筛查方式的创新。

指导专家：黄育北教授   编辑：momo

声明：本文仅供医疗卫生专业人士为了解资讯使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该信息被用于了解资讯以外的目的，平台及作者不承担相关责任。