早期乳腺癌检测与降低发病率和死亡率密切相关。近年来,随着技术的不断进步,人工智能(AI)在医疗领域的应用逐渐引起了广泛关注。近期发表在《JAMA
Network Open》上的一项研究,标题为“Artificial Intelligence Algorithm for Subclinical Breast
Cancer Detection”,探讨了商用AI算法在评估个体未来乳腺癌风险及进行早期诊断方面的潜力。 该研究由挪威国家公共卫生研究院及其他机构的科学家们进行,纳入了116,495名年龄在50至69岁的女性。这些参与者接受了至少连续三轮的乳腺X光检查,每两年进行一次筛查。研究的核心在于分析用于乳腺癌检测的AI算法是否能够有效评估个体在未来发展乳腺癌的风险。 在研究中,研究人员发现,经过AI评分筛查后,确诊乳腺癌的女性其乳腺的平均绝对差异显著高于未确诊者。在第一轮筛查中,确诊女性的AI评分平均绝对差异为21.3,第二轮为30.7,而第三轮则上升至79.0。对于间隔期癌症(即在两次筛查之间发现的癌症),相应的平均差异分别为19.7、21.0和34.0。 对于未患乳腺癌的女性,AI评分的变化则相对较小,第一轮的平均差异为9.9,第二轮为9.6,第三轮为9.3。这一结果表明,AI算法在识别乳腺癌风险方面具有显著的敏感性。 此外,研究人员还评估了受试者工作特征曲线(ROC曲线)的表现,这是一种评估模型预测能力的重要指标。在筛查发现癌症的情况下,受试者工作特征曲线下的面积(AUC)在第一轮研究中为0.63,第二轮为0.72,而在第三轮则上升至0.96。这显示出AI算法的预测能力随着筛查轮次的增加而显著提高。对于间隔期癌症,AUC分别为0.64、0.65和0.77,尽管这些数字略低于已确诊癌症的AUC,但仍显示出一定的识别能力。 研究结果表明,针对乳腺癌检测所开发的商用AI算法能够有效识别出未来乳腺癌发生风险较高的女性。这一发现为个体化筛查方法的开发提供了新的可能性,未来有望在早期癌症诊断和筛查中发挥重要作用。通过更准确地识别高风险个体,医疗系统能够更有效地分配资源,实施个性化的筛查计划,从而提高早期发现乳腺癌的机会,改善患者的预后。 此外,这项研究还揭示了AI在医疗领域的广泛应用潜力。随着AI技术的不断进步,未来有望在多种疾病的早期检测和风险评估中发挥更大作用。例如,在心血管疾病、糖尿病及其他常见疾病的筛查中,AI同样可以提供准确的风险评估,帮助医疗工作者制定更为科学的预防和治疗方案。 综上所述,这项研究为我们展示了人工智能在早期乳腺癌检测中的应用前景,强调了通过技术创新提高医疗检测能力的重要性。未来,随着更多研究的深入,AI在癌症筛查领域的应用将为公众健康带来积极影响,为早期干预和精准治疗提供有力支持。