2024 诺贝尔奖凸显 AI 力量，乳腺肿瘤防治迎新突破

发布时间：2024-10-23

每年 10 月是”世界乳腺癌防治月”。全球最新癌症负担数据显示，2022 年全球乳腺癌新发病例达 229.6 万，死亡病例高达 66.6 万例，位居全球女性恶性肿瘤发病率和死亡率之首。中国国家癌症中心最新数据显示，2022 年中国新发乳腺癌 35.72 万，是威胁中国女性生命健康的第二大恶性肿瘤。

AI有望助力乳腺癌筛查新突破

2024年诺贝尔奖揭晓，“AI”被称为本届诺贝尔的最大赢家——化学奖颁给了与蛋白质结构预测和设计相关的三位科学家，而人工智能系统在蛋白质结构预测中扮演了至关重要的角色。

在物理学、化学、生物学、医药等多个领域，AI已经成为解决长期存在的复杂科学问题的重要工具。《2024年人工智能指数报告》指出，“在医疗方面，医生可以利用人工智能更好地诊断乳腺癌、解读X射线和检测致命的癌症。”

关注乳腺健康，早发现、早诊治是提高乳腺癌治愈率的重要手段。乳腺癌自查虽然是一种自我检测方法，但由于缺乏专业知识和经验，普通女性很难准确区分正常乳腺组织和病变组织，加之自查结果易受主观因素影响，其准确率往往不足50%。

目前，乳腺癌筛查主要依靠乳腺X线摄影，尽管这种筛查有效降低了死亡率，但仍有所谓的间隔癌症在筛查间隔期内被漏诊，这些癌症往往更具侵袭性。虽然补充使用磁共振成像（MRI）可以减少漏诊，但由于成本高和专业人员缺乏，MRI在筛查中的广泛应用受到限制。

麻省理工学院计算机科学与人工智能实验室开发了一种深度学习模型，用于乳腺癌风险预测。该模型能够预测未来 1-5 年内的乳腺癌风险，并在多个数据集上表现出色。此外，它在不同种族、年龄组和乳腺密度类别中表现一致，展示了其广泛的适用性。

瑞典卡罗林斯卡大学医院开展了一项随机对照临床试验，探索利用AI工具选择人群进行补充性磁共振成像（MRI）筛查，以提高乳腺癌的早期检测率。超五万人随机试验结果发表于《自然医学》杂志。

这项随机对照试验的结果显示，使用AI工具选择的个体进行补充MRI检查，其癌症检出率是每1,000次MRI检查中64例，远高于传统乳腺密度测量方法的16.5例。这表明，AI方法在检测癌症方面的效率是传统方法的近四倍，且其成本效益与乳腺X线相当。

美国华盛顿大学医学院和硅谷科技公司研究人员发现，使用人工智能（AI）辅助放射科医生评估乳腺X光片，可以提高乳腺癌筛查的效率，且不遗漏癌症病例。

通过模拟分析患者数据，他们发现如果将所有低风险的乳腺X光片从放射科医生的工作量中移除，医生可以专注于更复杂的诊断任务。

乳腺癌是一种高度异质性疾病，其中约20%为HER2阳性乳腺癌。人工智能作为一项创新技术，有助于整合多个数据集。人工智能可根据构建的模型自动预测抗HER2治疗效果，从而实现对HER2阳性乳腺癌患者的个体化治疗。

人工智能在乳腺癌抗HER2治疗中的应用

人工智能辅助评估HER2状态

人工智能通过病理特征预测抗HER2治疗的疗效

从提前预测风险到提高筛查检出率，再到精准管理 HER2 阳性乳腺癌，AI 正以其强大的功能和广泛的适用性，为女性的健康筑起更加坚固的防线。