乳腺癌（Breast cancer，BC）發病率在全球呈明顯上升趨勢，并在 2020 年首次超過肺癌成為全球第一大癌癥。在中國，每年約有 40 萬新發乳腺癌患者，其中三、四線以下城市患者占比超過 70%，并呈現年輕化、城鎮化的趨勢。如何提高乳腺癌的篩查及診治日漸成為一個引起國內外關注的重要課題。

人工智能（AI）善于深度學習及分析大數據，在醫療健康領域應用勢如破竹。在乳腺癌的篩查及預測、病理分析、輔助診療、藥物研發等方面，人工智能（Artificial Intelligence，AI）展現出了巨大的潛力。

《CSCO 乳腺癌診療指南 2021》提到：「專家組鼓勵開展人工智能相關的臨床研究，發展我國自主知識產權的人工智能系統」。本文就人工智能在乳腺癌診療中的應用及前景做一總結，期望對臨床有所幫助。

AI 的篩查及預測

早發現、早診斷、早治療是提高乳腺癌生存率的重要手段，早期乳腺癌患者的 5 年生存率可達 95%，然而目前乳腺癌早期發現率尚不足 20%[1]。乳腺癌的初步篩查主要依靠影像學檢查，隨著發病率的顯著升高，篩查工作面臨著巨大壓力，而我國基層醫生專業化程度不夠，影像專業人才短缺，難免出現漏診、誤診的情況，因此急需規模化、標準化乳腺篩查。

而 AI 作為極具潛力的大規模篩查工具，可以大大降低醫療系統的壓力，把人力資源分配給最需要的患者。2020 年 12 月 GE 醫療發布國內首款 AI 乳腺機 ——Nova AI，它以乳腺機做為檢查工具，AI 系統做為輔助診斷工具，其成像及診斷流程可實現每天 8 小時 140 人約 600 個體位的檢查量。Nova AI 的評測結果顯示：在三甲醫院進行的首輪測評中，其針對各類病灶檢出準確率、尤其是針對中國女性致密性乳腺的 C 型（不均勻致密型）、D 型（極度致密型）腺體內病灶檢出率達到三甲醫院的醫生診斷水平[2]。它在未來有望助力解決基層大規模乳腺癌篩查工作中 「有設備無醫生」 的困境，使基層也能實現高效篩查、精準診斷。

2020 年 4 月瑞士某校學生與 IcosaMed 公司共同研發一款檢測乳腺癌的智能內衣，原理是利用頻繁超聲波監測，對潛在的癌灶進行掃描，倘若系統檢測到大量可疑細胞，它會提醒佩戴者及時就醫，目前主要應用于篩查監測乳腺癌的復發。

AI 不僅能篩查、監測，還能預測乳腺癌的發生。近年研究人員對一款名為 Miria 的 AI 持續檢測了 5 年，它能根據深度學習的乳房 X 光照片數據，正確預測了 41.5% 在 5 年內發展為腫瘤的女性患者，結果遠遠超過了其他預測方法，且該系統在所有種族的女性身上都表現優異。

AI 在病理方面的應用

人們通常先接受影像學篩查乳腺癌，若發現疑似惡性病灶，再進一步行穿刺病理檢查，對良惡性、惡性程度以及分子分型做出判斷，病理分型很大程度上決定了治療方案、預后轉歸。然而我國每 10 萬人口中只有不到兩位病理醫生，專業人才十分缺乏，而人工智能的切片分析系統能迅速幫助解決這個問題。

今年 3 月，歐洲科研團隊基于 AI 研發了一款針對乳腺癌的新型組織切片分析系統，不僅能用于乳腺癌的診斷，而且能預測某種特定治療方法的有效性。具體來說，該方法能從組織學角度預測 DNA 甲基化、基因表達、體細胞突變和蛋白質等分子特征，分子預測的均衡準確率高達 78%，而亞組患者的預測準確率超過 95%[3]。

HER2 陽性乳腺癌是一類特殊人群。近年，數字圖像分析 (Digitalimage analysis, DIA) 已成為一種被公認的可重復的免疫組化評分方法，已獲得 ASCO/CAP HER2 指南認可。AI 輔助的 HER2 IHC 染色強度自動定量的判讀結果的一致性超過 90%，顯著地改善了乳腺癌 HER2 免疫組化判讀的一致性和準確性。

AI 與診療

在診療決策方面，AI 不僅準確率高，且速度比人類更快。由 IBM 公司開發的 Watson 腫瘤解決方案（Watson for oncology，WFO）是目前一項最成熟的 AI 決策系統，如今已有 10 多個國家采用該系統對多種癌癥進行了治療方案的一致性研究, 其智能決策與醫生決策整體符合率達到 56%，輔助靶向治療的符合率甚至達到了 100%，輔助內分泌治療和輔助化療符合率也在 80% 左右。總體來說，WFO 智能決策在乳腺癌治療中展示出了較好的可行性和規范性，輔助應用可進一步提高醫生的決策規范性[4]。

此外，目前乳腺癌患者接受放療時往往是人工勾畫病變區域，不僅耗時，并且易受醫生主觀性的影響。利用 AI 技術可在乳腺 CT 圖像上自動精準定位分割病變區域, 從而有助于減少個人決策的帶來偏頗，改善放療預后。

適當的運動可促進乳腺癌患者康復，但若未經科學指導，自行鍛煉往往過猶不及。AI 不僅能輔助診療決策，還能幫助乳腺癌患者制定個性化的康復方案。2020 年發表在《臨床醫學雜志》的一項研究發現：智能運動手環+個體化運動聯合干預的處方，可改善中國乳腺癌患者預后。

AI 與藥物研發

2016 年 10 月，美國支持 Berg Health 開發的一個利用人工智能研發新藥的平臺，擬通過分析來自 8000 例乳腺癌患者的 1.36 萬個組織樣本，建立具有數萬億個數據點的健康和病變組織模型，利用 AI 技術分析這些模型中的分子特征，以識別出未知的乳腺癌亞型，并開發出更有針對性的乳腺癌新藥。該平臺的算法將有助于發現生物標志物或藥物靶點，能用于血液檢測來篩查乳腺癌，將大大降低新藥研發的成本。

挑戰猶存

今年國際婦女節當天，世衛組織總干事發起全球應對乳腺癌倡議，預計到 2040 年，（如果）每年將乳腺癌死亡率降低 2.5%，將挽救 250 萬人的生命。這個過程需要人工智能的參與，未來 AI 在醫療領域可應用場景會更廣泛而深入。但是，AI 目前仍存在較多問題。例如，WFO 這套系統與 NCCN 指南的符合率高達到 80% 以上，但與 CSCO 指南符合率僅 60% 左右，此外該系統缺乏醫保、治療方案價格等細致信息，這都反映了智能系統尚未本土化、不夠成熟；乳腺癌 AI 系統研發主要集中在篩查、輔助診斷，藥物研發環節比較薄弱。還有，數字圖像分析雖然頗具發展前景，但現階段 AI 判讀 HER2 仍需要醫師輔助。還有，AI 系統成本高、推廣率低、缺乏專業操作人員等都是亟需解決的問題。

本文僅供醫療衛生等專業人士參考

策劃：GoEun，梅浙

題圖來源：站酷海洛PLUS

參考資料：

1. 《中國乳腺癌篩查與早診早治指南》

2. https://www.sohu.com/a/441256439_712054

3. Binder A , Bockmayr M , Hgele M , et al. Morphological and molecular breast cancer profiling through explainable machine learning[J]. Nature Machine Intelligence, 2021:1-12.

4. Xu F, Sepúlveda MJ, Jiang Z, et al. Artificial Intelligence Treatment Decision Support For Complex Breast Cancer Among Oncologists With Varying Expertise. JCO Clin Cancer Inform. 2019 Aug;3:1-15. doi: 10.1200/CCI.18.00159. PMID: 31419181.