乳腺癌作为女性最常见的恶性肿瘤之一，其早期筛查对于提高治愈率至关重要。然而，我国乳腺癌筛查面临诸多挑战，包括人口基数大、技术局限性、专业人员不足等问题。近日，天津医科大学肿瘤医院黄育北教授在2025西派会上接受采访时，详细解析了当前乳腺癌筛查的困境，并展望了未来人工智能技术在这一领域的应用前景。

《肿瘤医学论坛》：请您简要介绍一下当前中国乳腺癌筛查面临的主要挑战。

黄育北教授：

目前，我国女性乳腺癌筛查面临的最大挑战是人口基数较大。我国女性适宜进行筛查的人群为40至70岁，这一年龄段的女性总数接近7亿，其中高危人群约占20%，即约1.4亿人。要对如此庞大的人群进行全面筛查，无论是在人力资源还是物力资源上，都难以覆盖，因此人口基数是我国乳腺癌筛查的最大挑战。

此外，技术上的挑战也是一个重要问题。目前，乳腺癌筛查的主要技术手段包括乳腺钼靶和超声检查，但这些方法的准确性并不是十分理想。乳腺钼靶的准确率在一般人群中约为86%，而超声的准确率仅为60%。在高危人群中，超声的准确性有所提高，但传统手持超声仍存在明显局限性。如何提高超声筛查的准确性，是我国乳腺癌筛查的重要挑战之一。

另外，基层医疗机构的专业人员不足也是一个问题。我国目前超声医生的数量约为15万，按照目前我国人口数来算，平均每10万人仅有1.4名超声医生，这表明我国在乳腺癌筛查的专业人员上极度短缺。

最后，乳腺癌筛查的模式也存在问题。目前我国乳腺癌筛查主要依赖政府投入，但政府投入有限，如何充分利用社会资源及其他机会性筛查资源，提高筛查覆盖率，是未来改善我国乳腺癌筛查覆盖率的关键因素。

《肿瘤医学论坛》：目前我国常用的乳腺癌筛查方法包括乳房触诊、超声和钼靶等，您认为在不同的筛查场景下，如何选择最适合的筛查方法？

黄育北教授：

乳腺癌筛查是一个复杂且多维度的问题，无法用简单的一两句话概括。根据现行的乳腺癌筛查指南，主要推荐的筛查方法是乳腺超声，适宜筛查的人群为年龄在40至69岁的女性。建议的筛查频率为每年一次或每两年一次。然而，乳腺超声虽为主体筛查方法，但其在发现早期钙化癌方面存在局限性，因此通常需要与其他筛查方法结合使用，例如乳腺钼靶，以弥补超声筛查的不足。

对于一般风险人群，独立的超声筛查被推荐，尤其适用于高风险人群。然而，对于明确的高风险人群，比如有乳腺癌家族史的女性，希望筛查的起始年龄能够提前，同时结合乳腺钼靶的方法进行筛查。对于携带BRCA1或BRCA2基因突变的个体，建议结合核磁共振等其他筛查技术，以全面提升筛查的准确性。

传统的筛查方法各有优缺点，因此在未来，我们希望引入更多先进的筛查技术。例如，全自动乳腺超声（ABUS）可以消除手持超声的主观性误差，数字乳腺断层摄影（DBT）能够将传统二维影像重构为三维影像，从而提供更清晰的乳腺结构图像。此外，乳腺锥光束CT等新技术也在发展中，这些技术可以立体呈现乳腺内部结构，更准确地识别病灶，提高筛查的准确性和有效性。

综上所述，乳腺超声是一个普适性的筛查方法，但在实际应用中应根据不同人群的特征，选择更适合的筛查方案，以提高筛查的准确性和效率。

《肿瘤医学论坛》：我国已经构建了一些乳腺癌风险预测模型，如基于年龄、家族史等因素的模型，以及整合了基因组学信息的模型。那么在实际应用中，这些模型的推广和使用情况如何？是否还存在一些需要进一步优化的地方？

黄育北教授：

这个问题确实是我们当前许多专家正在共同探讨的重要议题。我国目前乳腺癌筛查面临的一大挑战是难以进行全人群的筛查，主要集中在高风险人群的筛查。然而，如何发现乳腺癌的高风险人群呢？

传统的风险因素是发现高风险人群的一种常用方法，但遗憾的是，传统的风险预测模型总体预测准确性只有63%到64%。这些模型在不同人群中效果也不尽相同。尽管增加更多的传统风险因素可以有所改善，但效果仍然不佳。因此，我们需要在传统风险预测模型的基础上，根据自身的条件，再加上多组学的标注，包括乳腺癌风险相关的遗传易感位点，构建多基因风险评分，以进一步提升乳腺癌筛查效果。

然而，这些改进措施都需要一定的成本投入。因此，在资源相对有限的地区，我们仍然推荐基于传统的风险因素来确定乳腺癌的高风险人群。对于有能力的机构，我们希望能够在传统风险因素的基础上，加入遗传、代谢组学等多组学指标，并结合人工智能技术，来提升乳腺癌高危人群判定的效果。

《肿瘤医学论坛》：随着人工智能技术的发展，乳腺癌筛查的模式正在发生变革。展望未来5-10年，您认为AI技术将如何改变乳腺癌筛查的现状？在实现精准早筛方面会带来哪些突破性进展？

黄育北教授：

谈到AI在乳腺癌筛查中的推广及未来进展，我认为主要有三个方面。首先，最直接的是对筛查技术的改善。例如，乳腺钼靶存在一些潜在的局限性，尤其是在致密乳腺的识别上。而乳腺超声在发现小而致密的乳腺癌方面也有一定的限制。此外，对于自动乳腺超声系统（ABUS）的大规模图像阅片，AI可以显著提升其效率。这些技术方面的整合和优化正是AI所擅长的领域。

其次，AI可以提升基层医疗机构中基层医生的乳腺癌防控能力。目前在我国，基层医疗机构对乳腺超声的掌握能力相对有限。如何利用AI技术提升基层医生的乳腺超声判断能力，是AI在乳腺癌筛查中的第二个关键点。

第三个关键点是AI对新型筛查技术的促进。我们团队正在探索可穿戴超声设备在乳腺癌筛查中的应用价值。借助AI的支持，这些可穿戴设备可以更方便地识别乳腺癌高危人群，使得乳腺癌筛查不必前往医院，而是在家中即可进行，提供可靠的筛查判断结果。这是AI应用的三个基本方面。

此外，在高危人群的识别和管理方面，AI也能够推动筛查的进一步优化和发展。总体而言，AI在乳腺癌筛查中的应用将带来技术的提升、能力的增强以及筛查方式的创新。

Tags： AI赋能破局：黄育北教授解读中国乳腺癌筛查的三大困境与技术突围