美国食品药品监督管理局（FDA）首次批准了一种支持从筛查乳腺X光片中预测乳腺癌风险的人工智能（AI）程序。
该程序名为Clairity Breast，根据Clairity公司的新闻稿，它能够分析乳腺X光片中的细微特征，这些特征与未来的乳腺癌风险相关。分析结果生成了一个5年的风险评分，该评分经过了超过77,000张来自多个医院和独立乳腺X光检查设施的乳腺X光片的验证。
纽约市纪念斯隆-凯特琳癌症中心的乳腺癌专家Larry Norton博士告诉MedPage Today，该系统可以立即应用于临床实践。
“我们对此非常兴奋，”Norton说，他同时也是支持Clairity Breast开发的乳腺癌研究基金会的创始科学主任。“我们相信这将有助于人们，我们认为这项技术背后有很好的科学依据。”
Norton继续说道，支持AI的乳腺X光片分析可以立即提供信息，以决定是否需要额外的影像检查，如乳腺MRI。该技术有可能提高患者对临床推荐的乳腺X光筛查的依从性。
“并不是每个人都能可靠地每年进行一次乳腺X光检查，”Norton说。“这项测试可以提供额外的鼓励。我认为它将在预防策略中非常有用。例如，如果乳腺X光片显示未来患乳腺癌的可能性很高，干预措施能否降低这种风险？这是我认为我们都将认真探索的问题。”
为了最大限度地发挥潜在的好处，该程序应在乳腺X光筛查中广泛使用，而不仅限于特殊情况，他补充道。
该程序可以促进“个性化、基于风险的筛查”，从而改善乳腺癌的结果，美国癌症协会的Robert Smith博士说。
“通过整合评估个体风险的AI模型，我们可以更好地识别高风险女性以及可能受益于补充筛查方法的女性……从而提高早期发现和更有效的预防策略，”Smith在Clairity的新闻稿中说。
在一项导致FDA批准的研究中，Clairity Breast的风险评分是从患者的先前乳腺X光片中得出的，并与两种传统的风险模型进行了比较，以识别57,617名计划进行乳腺X光筛查的女性中的乳腺癌。深度学习风险评分检测到每1000名患者中有8.6例癌症，而其他两种风险模型分别为4.4例和3.8例（P<0.001）。
从更广泛的角度来看，FDA对Clairity Breast的批准代表了将AI整合到临床实践中的又一步骤，Norton说。
“AI将影响我们专业生活的方方面面，”他说。“它将有极其广泛的应用。这不是好坏的问题。它已经在这里了，问题是我们是否知道如何在我们所做的一切中优化使用它，从解读乳腺X光片到解读病理切片，再到与患者的沟通和记录保存。”
(全文结束)
