首页 > 文章详情

马飞教授专访：乳腺癌骨转移风险预测工具——BoneSight正式上线，助力中国乳腺癌骨转移筛查迈入“精准分层”新时代

04月02日

整理：肿瘤资讯

来源：肿瘤资讯

骨骼是乳腺癌最常见的转移部位，但骨转移的早期识别长期面临“隐匿性强、诊断滞后”的临床困境。于3月27-29日在北京召开的“2026肿瘤健康管理大会暨分子肿瘤学全国重点实验室学术年会”上，由国家癌症中心/中国医学科学院肿瘤医院马飞教授团队牵头、基于中国人群真实世界数据开发的乳腺癌骨转移风险预测工具——BoneSight正式上线，标志着我国乳腺癌骨转移管理从“经验驱动”迈向“精准分层”的新阶段。

微信图片_20260402152454_222_3237.jpg

【肿瘤资讯】特邀国家癌症中心/中国医学科学院肿瘤医院马飞教授进行专访，针对乳腺癌骨转移的管理尤其是骨转移的早筛早诊进行畅谈。

本期特邀专家——马飞教授

马飞教授

国家癌症中心/中国医学科学院肿瘤医院

内科治疗中心主任，主任医师，博士生导师
教育部“长江学者”特聘教授
北京协和医学院 / 中国医学科学院长聘教授
国家重点研发计划重点专项首席科学家
国家自然科学基金重点项目负责人
Cancer Innovation 主编、中国医学前沿杂志副主编
健康中国研究中心癌症防治专委会主任委员
国家肿瘤质控中心乳腺癌专委会副主委兼秘书长
中国乳腺癌筛查与早诊早治规范委员会秘书长
国家抗肿瘤药物临床应用监测专委会秘书长
中国抗癌协会整合肿瘤心脏病分会副主委
中国抗癌协会肿瘤药物临床研究专委会副主委
中国药师协会肿瘤专科药师分会副主委

立足临床需求，构建 BoneSight 乳腺癌骨转移风险预测工具

Q1. 过去两年您带领团队在乳腺癌骨转移诊疗能力建设方面进行了深耕并开展相应研究，现在有什么进展或突破吗？

马飞教授：骨转移是乳腺癌最常见的复发转移部位，骨转移的发生会严重影响患者预后和生活质量。目前临床仍存在的问题是骨转移发生具有一定的隐匿性，大概60%患者诊断骨转移时往往伴有骨骼相关的一些症状，而无症状骨转移的早期发现对于改善患者生存也有一定程度的积极意义。所以，目前我们以症状为驱动信号来识别骨转移的临床实践有可能会导致诊断滞后的问题，从而影响对患者及时的干预。复发转移患者未出现症状之前能够及时发现骨转移是我们临床上亟待解决的重要问题。

在这样的临床问题需求下，我们中国医学科学院肿瘤医院牵头国内8家医学中心，开展了基于中国乳腺癌患者真实世界的模型研究。这项研究我们一共纳入3,970例乳腺癌患者，分为确诊时伴有骨转移以及不伴有骨转移两个队列，构建时间依赖性的乳腺癌骨转移风险预测动态模型。纳入分析的风险因素包括术后基线、动态生化指标以及动态转移的一些情况等等，筛选出影响骨转移发生的主要相关因素，从而计算骨转移发生概率，进而划分出高、中、低风险组。目前，外部验证已经完成，并且也构建了一个乳腺癌骨转移风险预测工具——BoneSight，已经能够应用于临床。

可视化与量化评估，BoneSight助力骨转移个体化筛查

Q2. BoneSight乳腺癌骨转移风险预测工具有什么独特之处或临床价值吗？

马飞教授：BoneSight的研发有一些独到或创新的地方。首先是填补了空白，BoneSight是目前第一个基于中国人群的大样本数据库开发的骨转移风险预测工具，与我们既往基于SEER数据库的研究模型是不一样的，BoneSight具有两大核心优势：第一是与本土的适配性，模型数据完全源于中国乳腺癌患者群体，更贴切国内临床实践；第二是更具有临床的可操作性，我们通过输入20余项临床相关的基本信息（包括疾病分期分型、围术期治疗、ALP的数值及转移情况），工具可以可视化、量化的输出骨转移风险的分层和发生概率，实现前瞻性识别骨转移风险的“可计算、可落地”的临床参考建议。

另外，协助临床对骨转移进行分层管理，优化目前的临床随诊随访模式，提升诊疗的效率。BoneSight的临床实用性体现在其对随访策略的精准分层指导：对于一些骨转移高危人群，我们可加强影像学关注（如在CT检查时增加骨窗、增加全身骨扫描显像），从而实现骨转移的早发现、早干预；针对低危风险，可以通过使用工具的使用，避免过度的检查，减轻患者的负担与医疗资源的浪费。这种差异化管理模式，不仅能提升我们临床骨转移筛查的效率，也契合当前以价值为导向的临床诊疗模式，推动乳腺癌术后随诊随访进一步向个体化方向的加强。

内外验证一致性强，BoneSight预测结果精准可靠

Q3. 在实际临床应用中，BoneSight乳腺癌骨转移风险预测工具的准确性和可靠性如何？

马飞教授：这次我们研发的BoneSight采用的是DeepSurv模型，对于模型的准确性和可靠性的评估采用一致性指数（C-index）和曲线下面积（ AUC）作为主要的评价指标。C-index可达到0.8，3年的AUC可达到0.81，从而显现出我们的预测模型对骨转移风险的预测具有相对比较高的准确性和可靠性；另外外部验证的结果也显示与内部验证一致。另外，在临床小规模的测试当中，我们也看BoneSight工具对于乳腺癌骨转移风险的预测结果与临床专家按照经验判断风险是高度一致的，其推荐的筛查策略也是参考我们国内主要的临床指南给患者一些建议。

融合数智技术，推动骨转移精准管理升级

Q4. 未来在乳腺癌骨转移领域，您和团队还有哪些进一步的研究计划或期待？

马飞教授：我们特别期待有更多医生在临床实践过程中或临床探索过程中使用BoneSight工具，对乳腺癌患者的骨转移进行分层的风险管理，让分层管理落到实处。同时建立一种反馈机制，通过反馈的数据可以持续优化BoneSight模型的算法和输入项设置，实现“用中改、改中用”的良性循环。

其次，BoneSight不仅是风险预测工具，同时也是一个临床研究平台。我们期待临床医生可以借助工具开展骨转移相关的研究，验证其对骨转移的早期诊断、患者预后的实际改善情况的相关研究；同时也为未来拓展至其他转移部位的风险预测研究（如脑转移、肺转移、其他的内脏转移）奠定可以借鉴的模式和数据基础。

最后，BoneSight的研发与转化推动科技创新成果转化运用，进而对推进全民健康数智化建设的国家战略给予了强烈的积极回应。这样一个工具将人工智能、真实世界数据与临床实践深度融合，为乳腺癌患者的术后管理注入“数智动能”，也为我们国家肿瘤慢病管理模式的创新提供了新的示范。

BoneSight最终目标不仅仅是预测乳腺癌骨转移的风险，更是希望让每一位骨转移患者都能因“早一步识别、早一步干预”而实现活得更好、活得更久的愿望。目前BoneSight已经上线，欢迎广大临床医务工作者使用并反馈，给我们提供宝贵的建议，同时我们希望大家共同携手推动乳腺癌骨转移精准管理迈向新的高度。

乳腺癌骨转移风险预测工具——BoneSight

扫码了解详情

免责声明

本工具仅用作科研与临床辅助参考用途，不构成医疗诊断、治疗建议或医疗决策依据，无法替代医生诊断、影像学检查、病理诊断及标准诊疗方案。
预测结果受数据完整性、个体差异、病情进展等多重因素影响，不代表绝对准确，不可作为确诊或排除骨转移的依据。任何基于本工具结果做出的医疗决策，均需在执业医师指导下进行。
因个人误用、滥用、轻信结果、延误就医等导致的病情加重、不良后果等，本工具的开发运营方及产权方均不承担任何法律责任。

责任编辑：肿瘤资讯-Ethon
排版编辑：肿瘤资讯-高惠