人工智能都被写进指南了，你还不知道它在乳腺癌诊治中如何应用？

乳腺癌（Breast cancer，BC）发病率在全球呈明显上升趋势，并在 2020 年首次超过肺癌成为全球第一大癌症。在中国，每年约有 40 万新发乳腺癌患者，其中三、四线以下城市患者占比超过 70%，并呈现年轻化、城镇化的趋势。如何提高乳腺癌的筛查及诊治日渐成为一个引起国内外关注的重要课题。

人工智能（AI）善于深度学习及分析大数据，在医疗健康领域应用势如破竹。在乳腺癌的筛查及预测、病理分析、辅助诊疗、药物研发等方面，人工智能（Artificial Intelligence，AI）展现出了巨大的潜力。

《CSCO 乳腺癌诊疗指南 2021》提到：「专家组鼓励开展人工智能相关的临床研究，发展我国自主知识产权的人工智能系统」。本文就人工智能在乳腺癌诊疗中的应用及前景做一总结，期望对临床有所帮助。

AI 的筛查及预测

早发现、早诊断、早治疗是提高乳腺癌生存率的重要手段，早期乳腺癌患者的 5 年生存率可达 95%，然而目前乳腺癌早期发现率尚不足 20%[1]。乳腺癌的初步筛查主要依靠影像学检查，随着发病率的显著升高，筛查工作面临着巨大压力，而我国基层医生专业化程度不够，影像专业人才短缺，难免出现漏诊、误诊的情况，因此急需规模化、标准化乳腺筛查。

而 AI 作为极具潜力的大规模筛查工具，可以大大降低医疗系统的压力，把人力资源分配给最需要的患者。2020 年 12 月 GE 医疗发布国内首款 AI 乳腺机 ——Nova AI，它以乳腺机做为检查工具，AI 系统做为辅助诊断工具，其成像及诊断流程可实现每天 8 小时 140 人约 600 个体位的检查量。Nova AI 的评测结果显示：在三甲医院进行的首轮测评中，其针对各类病灶检出准确率、尤其是针对中国女性致密性乳腺的 C 型（不均匀致密型）、D 型（极度致密型）腺体内病灶检出率达到三甲医院的医生诊断水平[2]。它在未来有望助力解决基层大规模乳腺癌筛查工作中 「有设备无医生」 的困境，使基层也能实现高效筛查、精准诊断。

2020 年 4 月瑞士某校学生与 IcosaMed 公司共同研发一款检测乳腺癌的智能内衣，原理是利用频繁超声波监测，对潜在的癌灶进行扫描，倘若系统检测到大量可疑细胞，它会提醒佩戴者及时就医，目前主要应用于筛查监测乳腺癌的复发。

AI 不仅能筛查、监测，还能预测乳腺癌的发生。近年研究人员对一款名为 Miria 的 AI 持续检测了 5 年，它能根据深度学习的乳房 X 光照片数据，正确预测了 41.5% 在 5 年内发展为肿瘤的女性患者，结果远远超过了其他预测方法，且该系统在所有种族的女性身上都表现优异。

AI 在病理方面的应用

人们通常先接受影像学筛查乳腺癌，若发现疑似恶性病灶，再进一步行穿刺病理检查，对良恶性、恶性程度以及分子分型做出判断，病理分型很大程度上决定了治疗方案、预后转归。然而我国每 10 万人口中只有不到两位病理医生，专业人才十分缺乏，而人工智能的切片分析系统能迅速帮助解决这个问题。

今年 3 月，欧洲科研团队基于 AI 研发了一款针对乳腺癌的新型组织切片分析系统，不仅能用于乳腺癌的诊断，而且能预测某种特定治疗方法的有效性。具体来说，该方法能从组织学角度预测 DNA 甲基化、基因表达、体细胞突变和蛋白质等分子特征，分子预测的均衡准确率高达 78%，而亚组患者的预测准确率超过 95%[3]。

HER2 阳性乳腺癌是一类特殊人群。近年，数字图像分析 (Digitalimage analysis, DIA) 已成为一种被公认的可重复的免疫组化评分方法，已获得 ASCO/CAP HER2 指南认可。AI 辅助的 HER2 IHC 染色强度自动定量的判读结果的一致性超过 90%，显著地改善了乳腺癌 HER2 免疫组化判读的一致性和准确性。

AI 与诊疗

在诊疗决策方面，AI 不仅准确率高，且速度比人类更快。由 IBM 公司开发的 Watson 肿瘤解决方案（Watson for oncology，WFO）是目前一项最成熟的 AI 决策系统，如今已有 10 多个国家采用该系统对多种癌症进行了治疗方案的一致性研究, 其智能决策与医生决策整体符合率达到 56%，辅助靶向治疗的符合率甚至达到了 100%，辅助内分泌治疗和辅助化疗符合率也在 80% 左右。总体来说，WFO 智能决策在乳腺癌治疗中展示出了较好的可行性和规范性，辅助应用可进一步提高医生的决策规范性[4]。

此外，目前乳腺癌患者接受放疗时往往是人工勾画病变区域，不仅耗时，并且易受医生主观性的影响。利用 AI 技术可在乳腺 CT 图像上自动精准定位分割病变区域, 从而有助于减少个人决策的带来偏颇，改善放疗预后。

适当的运动可促进乳腺癌患者康复，但若未经科学指导，自行锻炼往往过犹不及。AI 不仅能辅助诊疗决策，还能帮助乳腺癌患者制定个性化的康复方案。2020 年发表在《临床医学杂志》的一项研究发现：智能运动手环+个体化运动联合干预的处方，可改善中国乳腺癌患者预后。

AI 与药物研发

2016 年 10 月，美国支持 Berg Health 开发的一个利用人工智能研发新药的平台，拟通过分析来自 8000 例乳腺癌患者的 1.36 万个组织样本，建立具有数万亿个数据点的健康和病变组织模型，利用 AI 技术分析这些模型中的分子特征，以识别出未知的乳腺癌亚型，并开发出更有针对性的乳腺癌新药。该平台的算法将有助于发现生物标志物或药物靶点，能用于血液检测来筛查乳腺癌，将大大降低新药研发的成本。

挑战犹存

今年国际妇女节当天，世卫组织总干事发起全球应对乳腺癌倡议，预计到 2040 年，（如果）每年将乳腺癌死亡率降低 2.5%，将挽救 250 万人的生命。这个过程需要人工智能的参与，未来 AI 在医疗领域可应用场景会更广泛而深入。但是，AI 目前仍存在较多问题。例如，WFO 这套系统与 NCCN 指南的符合率高达到 80% 以上，但与 CSCO 指南符合率仅 60% 左右，此外该系统缺乏医保、治疗方案价格等细致信息，这都反映了智能系统尚未本土化、不够成熟；乳腺癌 AI 系统研发主要集中在筛查、辅助诊断，药物研发环节比较薄弱。还有，数字图像分析虽然颇具发展前景，但现阶段 AI 判读 HER2 仍需要医师辅助。还有，AI 系统成本高、推广率低、缺乏专业操作人员等都是亟需解决的问题。