核心要点
- 人工智能通过提升乳腺X光检查准确性、减少假阴性结果，并辅助临床试验入组与设计，显著优化乳腺癌护理水平。
- 人工智能驱动的数字患者画像技术可减少临床试验中安慰剂使用，解决伦理争议并增强患者对临床研究的信任。
- 远程数字监测工具（如化疗护理伴侣）支持实时更新患者健康状态，降低急诊就诊率并提升护理质量。
- 数字行为干预平台通过提供个性化方案（如减重计划）改善癌症幸存者结局，有效降低糖尿病等共病风险。
人工智能与数字工具正重塑乳腺癌护理体系——从筛查诊断、临床试验到远程监测及生活方式干预。
乳腺癌连续四年（自2021年起）蝉联全球研究最多的疾病，而人工智能技术使乳腺癌的筛查、治疗及患者评估更为高效。作为全球女性癌症死亡第二大原因，乳腺癌研究在新疗法与工具方面的进展持续改善患者生存质量与治疗效果。然而，当前乳腺癌研究主要集中在美国和中国，资源匮乏的小型国家及高发侵袭性亚型乳腺癌的地区常被忽视。
临床领导者与数据科学家认为，人工智能在临床研究中的应用将推动乳腺癌预防、治疗及康复护理惠及更广泛患者群体。
以下是人工智能及其他技术提升乳腺癌研究与护理的五种关键方式。
1. AI增强乳腺X光筛查实现早期乳腺癌检测
与乳腺X光检查结合使用的人工智能大型语言模型（LLMs）可提升筛查的特异性和敏感性，同时降低放射科医生工作负荷。目前该技术已在美国门诊影像服务商西蒙医学影像公司（SimonMed Imaging）的临床环境中应用。
该公司与临床智能平台Lunit合作开发的AI乳腺X光系统，在乳腺癌检测的受试者工作特征曲线下面积达0.956，显著提升诊断准确性与工作流程效率。当作为第二读片人时，该系统将敏感性提升至88%，同时保持93%的高特异性。
西蒙医学影像公司首席医疗官兼首席创新官肖恩·拉杰医学博士在书面问答中表示："AI增强型乳腺X光检查（如Mammogram+和Mammogram+ Heart）通过提供第二读片层决策支持，帮助放射科医生提升癌症检出率并减少假阳性结果。自动化乳腺密度评分和个性化乳腺健康报告等工具还能实现更精准的基于风险筛查策略。"
西蒙医学影像公司研究发现，该AI系统在50岁以下致密乳腺组织女性及高风险人群（如有家族史或遗传易感性）中特别有效，能显著降低假阴性结果。美国实践已证实AI可提升乳腺X光检查的恶性肿瘤检出率并减少假阴性，但在荷兰（该国采用双放射科医生复核制）的AI模型未能达到双人联合的特异性和敏感性水平。
"为尝试不同方案并纳入不确定性指标，该模型性能将低于顶尖模型，"研究作者莎拉·费尔布姆博士候选人表示，"顶尖模型表现接近单名放射科医生。但在荷兰，每份检查均经两名放射科医生复核，多数AI模型尚未达到双人水平。"
尽管放射科医生和患者对AI乳腺X光检查仍存疑虑，现有临床应用与研究持续证实其价值。
"我们已在AI工具应用中取得重大进展，并将持续整合AI系统以最终改善患者健康结局、挽救更多生命，"拉杰博士强调。
2. AI赋能临床试验设计优化患者入组
尽管乳腺癌是全球研究最多的疾病，临床试验入组率依然偏低。截至2022年，仅14%的乳腺癌临床试验达到理想入组量。
患者入组障碍多样，包括对不良反应的恐惧、费用、地理位置与交通、可及性及资格限制等，但最大障碍是认知不足。除医生主动告知外，软件即服务平台Trialbee通过AI招募技术优化临床试验入组策略。
该公司近期与百时美施贵宝合作，以整合平台Honey BM取代过时的招募策略，可直接将患者从研究文章引导至相关临床试验入组页面。
Trialbee首席执行官马特·沃尔兹在新闻稿中表示："我们必须确保患者获得最佳知情同意与入组机会。"
Trialbee平台不仅能直接连接患者与试验、提升入组率并扩大认知度，还能辅助研究人员筛选患者。美国国家癌症研究所调查显示，多数患者倾向从医疗机构获取临床试验信息，但肿瘤科实践同样面临信息更新、资格筛选及沟通障碍。
路易斯安那州的奥申纳MD安德森癌症中心（Ochsner MD Anderson）通过社区参与不仅提升试验入组率，还实现了患者群体多元化。
奥申纳MD安德森血液肿瘤专家梅兰妮·希恩医学博士表示："约30%入组临床试验的奥申纳健康患者为非裔美国人。我们通过尊重患者自主权、建立全方位信任，在整个科室取得显著成效。随着医患信任持续深化，临床试验入组率及多样性将不断提升。"
3. AI驱动的数字患者画像技术减少乳腺癌研究中的安慰剂使用
临床试验入组的另一障碍源于患者恐惧——常因不信任医疗体系或担忧被分配至安慰剂组而拒绝参与。
人工智能解决方案驱动的临床数据公司Phesi通过数字患者画像技术弥合这一缺口。该画像可模拟研究对照组，从而减少需接受安慰剂或低效对照剂的患者数量。
Phesi创始人兼总裁李根博士在访谈中指出："将处于危急状况的患者置于安慰剂组对申办方而言极不道德。但若能通过数字孪生体模拟安慰剂组患者行为，我们就能降低患者接触安慰剂及低效对照剂的风险。"
4. 面向乳腺癌化疗患者的远程数字监测
技术进步使远程护理成为可能。在奥申纳MD安德森，医生与执业护士可每日监测患者血压、体重及体温等健康指标，这对接受化疗的乳腺癌患者尤为重要。
化疗护理伴侣（Chemo Care Companion）工具由奥申纳MD安德森执业护士持续监控。希恩解释道："患者自主上报的实时数据帮助我们加速干预，当异常状况出现时避免患者前往急诊科等待。"
"我常向患者描述为'每日口袋里的护士'，"希恩说。若系统检测到患者体重骤降，执业护士会立即联系询问相关症状，必要时安排面诊；患者亦可通过平台问卷自主上报新症状。
"若回答肯定，系统将开放新页面供患者记录症状，甚至可申请当日就诊，"希恩解释，"这已成功预防多起急诊入院事件。"奥申纳MD安德森借此降低患者负担，将癌症护理提升至全新水平。
5. 数字行为干预平台改善癌症幸存者结局
数字患者监测还可用于递送减重等健康干预措施。研究表明，减重干预能降低糖尿病及心血管疾病等共病风险，从而提升癌症患者生活质量。
乳腺癌减重临床试验（BWEL; NCT02750826）是首个成功向乳腺癌女性提供数字减重干预的大规模临床试验。尽管该研究未直接评估减重对乳腺癌病情的影响，但证实了减重对癌症患者的积极作用。
结合数字患者监测，行为干预可通过个性化治疗方案改善乳腺癌患者结局，推动幸存者护理进入新阶段。
参考文献
- 麦克里尔S，李G. 乳腺癌主导肿瘤学研究及获取差异：李根博士访谈。《美国管理式医疗杂志》。2025年11月3日。
- 乳腺癌统计数据。美国疾病控制与预防中心。2025年6月10日。
- 麦克里尔S. AI增强型乳腺X光检查减少假阴性筛查结果。《美国管理式医疗杂志》。2025年8月19日。
- 麦克里尔S. AI辅助乳腺X光读片降低放射科医生负荷并维持性能。《美国管理式医疗杂志》。2025年8月20日。
- 麦克里尔S，费尔布姆S. AI辅助乳腺X光筛查中的不确定性指标：莎拉·费尔布姆博士候选人访谈。《美国管理式医疗杂志》。2025年8月25日。
- 麦克里尔S. 低入组率与种族差异制约乳腺癌治疗创新。《美国管理式医疗杂志》。2025年10月24日。
- 麦克里尔S，希恩M. 通过建立信任提升临床试验多样性：梅兰妮·希恩医学博士访谈。《美国管理式医疗杂志》。2025年11月14日。
- 临床试验入组不足：问题不在患者。美国西南医学中心。2019年6月17日。
- 麦克里尔S，希恩M. 路易斯安那州癌症护理公平性提升：梅兰妮·希恩医学博士访谈。《美国管理式医疗杂志》。2025年11月14日。
- 麦克里尔S. 远程减重干预降低乳腺癌女性体重。《美国管理式医疗杂志》。2025年8月25日。
- 麦克里尔S，奥利沃A. 幸存者护理的未来：乳腺癌后女性精准工具。《美国管理式医疗杂志》。2025年9月10日。
【全文结束】
