首页 > 文章详情

AI有望助力乳腺癌筛查新突破，瑞典超五万人随机试验结果发表于《自然医学》

07月25日

编译：肿瘤资讯

来源：肿瘤资讯

在乳腺癌筛查领域，一种基于人工智能（AI）的新方法正在带来变革。瑞典卡罗林斯卡大学医院开展了一项名为ScreenTrustMRI的随机对照临床试验^[1]，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。【肿瘤资讯】精心梳理研究精华内容如下，以飨读者。

图片1.png

乳腺癌筛查的挑战与AI的应用

乳腺癌筛查主要依赖于乳腺X线摄影（Mammography），尽管筛查有效降低了乳腺癌的死亡率，但仍有不少癌症在筛查后被漏诊。这些所谓的间隔癌症（Interval Cancers）常常在常规筛查间隔期内发病，且具有更为侵袭性的生物学特征。研究表明，补充使用磁共振成像（MRI）可以减少漏诊癌症的数量，但由于MRI设备昂贵且专业人员缺乏，其在筛查中的应用受到了限制。

ScreenTrustMRI试验的设计与方法

研究对象为在瑞典卡罗林斯卡大学医院进行乳腺X线摄影筛查的59,354名女性。通过AI工具对这些筛查结果进行评分，选出评分最高的6.9%个体，随机分为接受补充性MRI筛查组和不接受MRI筛查组。主要终点为在27个月的随访期内，诊断出晚期乳腺癌（间隔癌、侵袭性成分大于15毫米或淋巴结阳性癌症）。

试验结果与临床意义

研究结果显示，在使用AISmartDensity筛选后接受补充MRI筛查的559名女性中，检测到36例乳腺癌，检测率为64.4/1000次MRI检查（而传统方法仅为16.5例/1000例），这一数字几乎是传统乳腺密度筛查方法的四倍（图1）。

屏幕截图_25-7-2024_174811_.jpeg

图1. 通过补充MRI检测乳腺癌

被召回进行进一步检查的个体中，病理验证的阳性预测值（PPV1）为37.9%，而进行活检的个体中，阳性预测值（PPV3）为50.7%。检测到的癌症中，75%为导管癌，13.9%为小叶癌，2.8%为粘液癌。大多数癌症具有侵袭性成分，且多为单灶性，表明这些癌症在早期及时被发现（图2）。

图片2.png

图2：补充MRI筛查后检测到的癌症

a：病例A为13毫米的BI-RADS 4级病变，在手术标本中确诊为13毫米的侵袭性癌症
b：病例B为9毫米的BI-RADS 4级病变，对应于8毫米的侵袭性癌症和14毫米的导管原位癌
c：病例C为总面积为60毫米的三个可疑病灶，BI-RADS 5级病变，对应于50毫米的多灶性侵袭性小叶癌
d：病例D为两个可疑病灶，最大的为13毫米，BI-RADS 3级病变，对应于10毫米的侵袭性小叶癌，伴有85毫米的导管原位癌

临床转化的潜力与未来展望

这项研究表明，基于AI的乳腺癌筛查策略能够有效提高癌症的早期检测率，并具有较高的成本效益。研究团队计划进一步评估这一方法在不同设备和人群中的适用性，并探讨通过放射科医师重新审阅高危个体的X线图像，进一步优化筛查流程。

对于临床一线医生，这意味着可以通过AI技术更有效地识别高危患者，并提供更精准的筛查方案，从而提高乳腺癌的早期检测率，减少间隔癌的发生。这为乳腺癌筛查提供了一种创新且有效的方法，具有广泛的临床应用潜力。

结语

ScreenTrustMRI试验展示了AI在乳腺癌筛查中的潜力，通过精准选择高危人群进行补充性MRI筛查，可以显著提高癌症的检测率和早期治疗效果。这为乳腺癌的早期筛查和个性化治疗提供了新思路，或将对未来的乳腺癌筛查策略产生深远影响。

责任编辑：肿瘤资讯-Kelly
排版编辑：肿瘤资讯-张薪媛

参考文献

Salim M, Liu Y, Sorkhei M, et al. AI-based selection of individuals for supplemental MRI in population-based breast cancer screening: the randomized ScreenTrustMRI trial. Nat Med. Published online July 8, 2024. doi:10.1038/s41591-024-03093-5