AI在乳腺X线摄影中的应用：心脏病风险预测、乳腺癌筛查与1600万美元试验

人工智能正以新方式应用于乳腺X线摄影，包括通过乳腺动脉钙化预测心血管疾病风险、使用BRAIx工具评估乳腺癌风险，以及一项评估AI辅助阅读筛查性乳腺X线摄影效果的美国新临床试验。

研究人员分析了在两个美国医疗系统接受筛查性乳腺X线摄影的123,762名女性的数据：其中74,124人来自Emory Healthcare（平均年龄55.5岁），49,638人来自Mayo Clinic（平均年龄59.5岁）。他们开发、训练并验证了一种深度学习AI模型，用于分割乳腺动脉钙化（BAC）并量化风险严重程度。BAC严重程度分为无（0 mm²）、轻度（>0-10 mm²）、中度（>10-25 mm²）和重度（>25 mm²）。在Emory队列中检出BAC的比例为16.1%，在Mayo队列中为20.6%。BAC增加可预测心血管风险升高，且其预测价值超出PREVENT评分，从而确认其为独立风险因素。每增加1平方毫米的BAC，心血管疾病风险增加1%；例如，20 mm²的BAC带来的风险比为增加20%。在Emory，重度BAC评分带来的心血管疾病风险为2.2倍。BAC严重程度越高，降压药和他汀类药物的使用率越高，糖尿病患病率、收缩压、体重指数也越高，而估算肾小球滤过率越低，但与吸烟率无关。乳腺X线摄影有望在不增加辐射暴露、费用、就诊次数或血液检测的情况下，用于筛查有心血管疾病风险的女性。

发表于《The Lancet Digital Health》的一项澳大利亚新研究评估了一种名为BRAIx的AI工具，该工具使用BreastScreen Australia数据进行训练，以帮助放射科医生评估乳腺X线摄影。在接受了评估的95,823名澳大利亚女性中，1.1%（1,098人）在获得阴性结果后的四年内发展为乳腺癌。在接受评估的4,430名瑞典女性中，6.9%在获得阴性结果后的两年内发展为乳腺癌。研究结果显示，BRAIx评分在识别阴性结果后一至两年内更可能患癌的女性方面非常有用；澳大利亚数据集提示BRAIx还能识别三至四年后发现的癌症，但准确性较低。BRAIx可能有助于识别哪些女性可从额外检查（如MRI或对比增强乳腺X线摄影）中获益。这些发现强化了2024年一项瑞典研究，该研究使用基于AI的风险评估来选择需要额外检查的女性；研究人员将7%的女性转介进行随访MRI，其中6.5%被发现患有被乳腺X线摄影遗漏的癌症。该研究的局限性包括难以将BRAIx与基因检测进行比较，因为BRAIx旨在发现四年内被遗漏或新出现的癌症，而基因检测识别的是终身风险；此外，乳腺密度数据可能与BreastScreen使用的工具不匹配。

在美国，UC Davis Health正在共同领导一项新获资助的全国性临床试验，即PRISM试验（人工智能辅助筛查性乳腺X线摄影的实用性随机试验），该试验获得了患者导向结果研究所1600万美元的资助。该研究被描述为美国首个大规模随机试验，旨在评估AI在乳腺癌筛查解读中的有效性。研究将涉及在加利福尼亚、佛罗里达、马萨诸塞、华盛顿和威斯康星州的学术医疗中心和乳腺影像机构解读的数十万份乳腺X线摄影。乳腺X线摄影将被随机分配，由放射科医生单独解读，或借助AI辅助工具解读；在所有情况下，都将由放射科医生阅读乳腺X线摄影并确定结果。该试验旨在提高乳腺癌检出率，减少不必要的召回和患者焦虑。试验结果将为临床实践、保险覆盖决策、技术采用以及如何与患者沟通AI在筛查中的应用提供信息。该试验汇集了七个领先的学术医疗中心，其中UCLA担任行政协调中心，UC Davis Health负责收集数据并进行统计分析。

乳腺癌仍然是美国女性癌症死亡的第二大原因。澳大利亚的BreastScreen计划自1992年以来每两年为50至74岁女性提供免费乳腺X线摄影，但只有略超过一半的合格女性参与。在被发现患癌的女性中，约25%是在两次筛查之间确诊的；这些间期癌通常具有侵袭性，更可能致命。研究人员正在探索风险调整筛查，即根据女性风险定制筛查方案，以期更早发现更多癌症。