首页 > 文章详情

智慧赋能，筛防前移：王红霞教授深谈类人脑AI助力乳腺癌早诊早筛体系建设

04月29日

来源：肿瘤资讯

乳腺癌是女性最常见的恶性肿瘤之一，其早期发现、早期诊断和早期干预，对于改善患者预后、降低疾病负担具有重要意义。随着我国乳腺癌发病率持续受到关注，如何建立更加高效、便捷、精准且适合中国女性人群特征的早筛早诊体系，已成为乳腺癌防治领域亟待解决的重要科学问题。在此背景下，基于类人脑人工智能、多模态数据融合及医工交叉创新的乳腺癌精准预防体系建设，正在为乳腺癌早筛早诊带来新的发展方向。

围绕“基于类人脑的乳腺癌精准预防体系建立和早期干预策略”项目，【肿瘤资讯】特邀复旦大学附属肿瘤医院大内科主任王红霞教授从项目负责人角度出发，系统阐释类人脑AI在乳腺癌早诊早筛中的创新价值、多模态数据融合对中国女性精准筛查模型构建的意义，以及可穿戴设备未来在居家化、便捷化乳腺癌筛查场景中的应用前景。

王红霞

主任医师

复旦大学附属肿瘤医院大内科主任
细胞与基因治疗中心中心主任
I 期临床研究中心副主任

复旦大学肿瘤细胞与基因治疗研究所所长
中国抗癌协会肿瘤异质性与个体化治疗专委会主委
上海抗癌协会副理事长
上海医学会肿瘤内科分会副会长
上海医师协会肿瘤学分会副会长
国家杰青，国家重点研发计划首席，复旦大学与上海交大特聘教授。获中国青年女科学家奖、全国三八红旗手、全国巾帼建功标兵、五洲女子科技奖、中国肿瘤青年科学家奖、上海市优秀学带、上海医树奖、上海医务工匠等。主攻乳腺癌精准诊治与实体肿瘤免疫治疗
主持国自然杰青、重点、科技部前沿生物技术重点专项、创新药物研发国家科技重大专项等20余项。在Lancet、Cell Res、Nat Cell Biol、Cancer Discov、Sci Transl Med、Nat Commun、Sci Adv、Adv Sci、PNAS 等发表论著 50 多篇，国家专利 21 项，PCT 专利 1 项

从“早发现”到“精准筛防”：乳腺癌早诊早筛体系亟需创新突破

王红霞教授：
我们都知道，乳腺癌居女性恶性肿瘤发病率的首位。正因如此，如何能够更早地发现乳腺癌，并在疾病早期阶段及时开展治疗和干预，是肿瘤防治中非常关键的环节。

但遗憾的是，从目前临床实践来看，我们在乳腺癌早诊早筛方面，仍然缺乏一种足够高效、简便且易于推广的整体防治方案。现阶段，乳腺癌筛查常用的方法主要还是以影像学检查为主，包括乳腺超声、钼靶X线等。这些方法在乳腺癌筛查中发挥了重要作用，但如果从更高效、更精准、更适合大规模人群筛查的角度来看，仍然存在进一步提升的空间。

与此同时，血液检测以及肿瘤标志物在乳腺癌早期诊断中的应用，目前也仍然具有一定局限性。也就是说，仅依靠传统影像学手段或单一生物标志物，很难全面覆盖乳腺癌发生发展的复杂过程。因此，围绕本项目的建立，我们实际上提出了一个新的科学问题：如何建立更加高效的乳腺癌早诊和防治体系，从而真正服务于中国女性乳腺癌早筛早诊和精准预防的需求。

我认为，乳腺癌早筛体系的未来发展，不能再局限于单一维度，而是需要整合更多模态的信息。这些信息不仅包括患者的一般机体状态，例如年龄、体重、肥胖情况等基础特征，也包括影像学参数，如乳腺超声、钼靶X线等检查结果；同时还应纳入一系列生化指标，以及血液中新型标志物的发现与应用。

只有将这些不同层面的数据系统整合起来，才有可能更全面地识别乳腺癌发生风险，并进一步推动乳腺癌早筛体系向精准化方向发展。

类人脑AI整合多模态数据，助力建立适合中国女性的精准预测模型

王红霞教授：
在乳腺癌早诊早筛体系建设中，一个非常重要的问题是：面对如此庞大、复杂且高维的多模态数据，我们如何把这些信息真正整合到一起，并转化为具有临床应用价值的筛查工具？

如果依靠传统分析手段，实际上很难完成这样的任务。因为这些数据既包括临床基础信息，也包括影像学参数、生化指标和潜在的新型标志物；不同数据之间存在复杂关联，单纯依赖人工经验或常规统计分析，往往难以充分挖掘其中隐藏的疾病风险模式。

因此，本项目非常重要的切入点，也是核心创新点之一，就是通过类人脑人工智能技术，对大样本、大人群的多模态数据进行融合建模，并通过算法更新建立更加精准的乳腺癌早诊早筛模型。

类人脑人工智能的优势在于，它能够更加高效地整合不同维度的信息，并在复杂数据中识别出与乳腺癌发生风险相关的关键特征，从而建立更精准的预测模型。

更重要的是，我们希望这一模型不是停留在理论层面，而是能够通过前瞻性人群队列研究，进一步验证其在乳腺癌筛查中的实际应用价值，包括灵敏度、准确性以及在人群筛查中的可推广性。

从中国乳腺癌防治实践出发，我们非常需要建立适合中国女性特征的乳腺癌风险预测模型。中国女性在临床体征、遗传背景、生活方式和疾病谱等方面都有自身特点，因此，简单套用国外已有模型未必能够完全满足中国人群的筛查需求。

通过本项目，我们希望基于中国女性真实世界人群数据，建立一套更加适合中国女性的乳腺癌预测模型，使其未来能够更加方便、精准、高效地应用于乳腺癌筛查和风险评估中。

医工交叉推动筛查场景前移，可穿戴设备有望拓展居家化早筛路径

王红霞教授：
除了类人脑人工智能模型的建立，本项目还有一个非常重要的特点，就是深度推进医工交叉融合。尤其是我们团队与复旦大学高分子研究院开展了一系列合作，围绕可穿戴设备在乳腺癌早诊早治中的应用进行了持续探索。

在前期交叉合作中，我们已经初步建立了可穿戴设备在乳腺癌筛查中的应用场景，并开展了相关前期设计，同时也在进一步推进训练模型的建立。依托本项目，我们希望能够把可穿戴设备与人工智能、多模态数据分析以及中央数据处理系统结合起来，探索一种更加便捷、高效、可及的乳腺癌早筛模式。

我认为，可穿戴设备未来在乳腺癌筛查中的意义非常值得期待。它有可能改变传统乳腺癌筛查必须依赖医院场景的模式。也就是说，未来女性可能不一定需要每一次都到医院完成筛查，而是可以在家中通过可穿戴设备实现自我检测。随后，通过中央数据处理平台和数字孪生数据模型的建立，系统可以对相关数据进行实时监测和分析，并最终形成相应的风险评估或诊断提示报告。

如果这一模式能够真正建立并得到验证，它将为中国乃至全球女性恶性肿瘤早期筛查提供一种新的解决路径。尤其对于乳腺癌这样的高发肿瘤而言，筛查模式越便捷，越有利于提高女性参与筛查的积极性；筛查体系越精准，越有利于实现疾病的早期发现和早期干预。

因此，从长远来看，我们希望本项目不仅能够建立一个乳腺癌早诊早筛模型，更能够推动乳腺癌筛查体系从医院中心化模式，逐步向更加智能化、居家化、便捷化和精准化的方向发展。最终目标是让更多女性能够更早发现疾病风险，更早获得干预机会，从而真正提升乳腺癌防治水平，守护女性健康。

责任编辑：肿瘤资讯-Kelly
排版编辑：肿瘤资讯-森沐