基于乳房扫描的人工智能对未来乳腺癌风险预测的现状:系统性审查
Kathryn P Lowry1,2, Han Eol Jeong3, Ki Hwan Kim3
1Department of Radiology, University of Washington School of Medicine, WA, USA.
Journal of the National Cancer Institute
|January 8, 2026
概括
人工智能 (AI) 模型显示,使用乳房影像预测乳腺癌 (BC) 风险具有前途. 需要进一步的研究来评估AI模型在不同的人群中以及临床实用性的潜在设置.
科学领域:
- 人工智能的人工智能
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 人工智能 (AI) 模型对预测未来乳腺癌 (BC) 的兴趣越来越大.
- 基于乳房镜的AI模型正在开发用于BC风险预测.
- 需要进行系统审查,以总结证据并确定差距.
研究的目的:
- 为未来的BC风险预测系统地审查基于乳房扫描的AI模型的研究.
- 总结目前关于人工智能模型性能的证据.
- 识别知识差距并为未来的研究提供信息.
主要方法:
- 在六个数据库中进行系统搜索 (2012年1月1日 - 2025年2月28日).
- 提取的研究设计,参与者人口统计,乳房影像类型,供应商,预测时间框架,BC类型,外部验证和指数癌症排除.
- 总结了接收器运行曲线下的区域 (AUC) 总体和研究特征.
主要成果:
- 包括41项回顾性研究,主要使用来自美国Hologic设备的2D乳房造影.
- 风险预测的中位数AUC在不同的时间框架 (≤2,3-4,≥5年) 中始终在0.71-0.72左右.
- 当包括指数癌症 (0.75) 与排除 (0.68) 时,中位数AUC更高;校准有所不同.
结论:
- 未来的研究应该利用数字乳腺图莫合成,评估攻击性BC的性能,包括多样化的人口,并评估歧视和校准.
- 预期评估对于确定人工智能模型用于个性化乳腺癌查的临床实用性至关重要.
- 需要进一步的研究来优化人工智能模型,以便广泛的临床实施.
