指南与共识乳腺MRUS乳腺X线

放射科医生为何不认可乳腺热成像?近期研究的批判性综述与建议

Why Do Radiologists Disown Breast Thermography? A Critical Review of Recent Studies and Recommendations.
指南 / 共识 · Cancers (Basel) · 2025-06-29

本文综述21世纪新一代红外热成像相机与人工智能算法在乳腺癌检测中的研究,报告部分研究报告的敏感度和特异度可与乳腺X线摄影相比,但多数研究样本小、方法异质。作者分析科学学会反对热成像的推荐所依据的文献,认为部分推荐基于过时或方法学有缺陷的研究,并提出标准化乳腺热成像研究的建议。

要点

  • 21世纪多项研究报告乳腺热成像敏感度约82.5%–97.6%、特异度约14%–99.17%,但研究间方法差异大。
  • 荟萃分析汇总敏感度88.5%、特异度71.8%,敏感度异质性I²=79.3%、特异度异质性I²=99.1%。
  • SBI与EUSOBI等学会基于BCDDP等旧研究反对热成像作为筛查或辅助工具。

核心结论

  • 作者认为部分科学学会反对乳腺热成像的推荐所依据的临床研究存在方法学局限,在近期证据下其有效性值得重新讨论。
  • 近期研究显示热成像联合乳腺X线摄影可能提高致密乳腺或年轻女性的癌症检出,但研究异质性和方法学缺陷限制结论。
  • 作者提出标准化乳腺热成像研究的设想,希望使该技术被放射学界接受。

研究设计与样本

  • 本文为批判性综述,检索并汇总21世纪评估红外热成像诊断乳腺癌的临床研究及学会推荐文件。
  • 纳入研究包括商业系统评估、公开数据集DMR(287例,239例标为健康、48例标为病患)分析及一项系统综述与荟萃分析(22项研究符合标准)。
  • 参考标准为活检病理,部分研究以乳腺X线摄影、超声或MRI为对照。

关键影像表现/征象

  • 热成像通过记录人体自然发出的红外辐射测量皮肤温度,恶性肿瘤因血管生成增加产热多于健康组织。
  • 新一代数字热相机热与空间分辨率提高,采集时间从数分钟缩短至毫秒级,并可计算像素强度特征比较双乳不对称。
  • AI算法可自动检测温度升高区域和血管形态,输出可疑评分(如3DIRI评分−100为健康至100为可疑)。

诊断标准与关键数值

  • Parisky等BCS 2100研究:769例受试者875个活检病灶,敏感度97%、特异度14%;排除微钙化(占45%)后敏感度99%、特异度18%。
  • Arora等Sentinel BreastScan:92例乳腺X线或超声可疑女性,人工神经网络模式敏感度96.7%、特异度26.5%。
  • Wishart等NoTouch BreastScan:100例女性106个活检病灶,NTBS敏感度70% vs SBS 48%,特异度48% vs 74%;50岁以下NTBS敏感度78%、特异度75%,两技术联合敏感度89%。
  • Sella等3DIRI:256例BI-RADS 1健康女性与178例新诊断乳腺癌,敏感度90.9%、特异度72.5%。
  • Goñi-Arana等荟萃分析22项研究:汇总敏感度88.5%、特异度71.8%,敏感度I²=79.3%、特异度I²=99.1%。

临床应用与阅片要点

  • 美国FDA于1982年批准热成像作为乳腺X线摄影的辅助手段,但多次警告不得将其宣传为独立筛查技术。
  • SBI 2012年声明不支持将乳腺热成像/红外成像用作乳腺癌筛查工具或辅助诊断工具。
  • EUSOBI与30个国家乳腺放射学会2017年立场文件强烈不鼓励将热成像等光学成像方法作为乳腺X线摄影的替代筛查手段。
  • 作者认为在BI-RADS 4A等低度怀疑时,热成像阴性结果可能降低恶性概率至无需活检,但该设想未在本文研究中验证。

局限性

  • 多数热成像研究样本量小,主要聚焦图像处理算法开发而非临床评估。
  • 患者招募流程、纳入排除标准、成像协议及阳性和阴性病例定义常不充分或完全缺失。
  • DMR数据库存在错误和异常,如相同图像分配给不同患者及数据不一致。
  • 评估商业系统的研究常由开发或销售成像系统和/或分析软件的公司资助,存在偏倚可能。
  • 荟萃分析纳入研究间患者人群、成像协议、相机分辨率和解读方法差异显著,敏感度异质性I²=79.3%、特异度异质性I²=99.1%。
全文中译7 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Cancers (Basel). 2025 Jun 29;17(13):2195. doi: 10.3390/cancers17132195

1. 引言

2022年,乳腺癌导致约70万人死亡[1]。早期发现对于提高生存率和降低经济成本至关重要。在高收入国家,筛查主要依赖乳腺X线摄影,有时辅以超声和磁共振成像(MRI)[2]。乳腺X线摄影总体而言具有很高的敏感性和特异性,但其需要昂贵的设备和训练有素的放射科医师来解读图像,可能诱发其本欲预防的癌症,并造成患者不适,从而降低筛查的依从性。此外,其敏感性随乳腺密度增加而下降,而乳腺密度本身又是乳腺癌的危险因素[3]。超声检查成本较低且无辐射,但敏感性较低。MRI敏感性高,但比乳腺X线摄影更为昂贵;其图像采集和解读耗时更长,有时还需静脉注射对比剂以增强病灶检出。

临床热成像通过记录人体自然发出的红外辐射来测量皮肤温度。图1展示了乳腺热成像图的一个示例。恶性肿瘤由于血管生成增加而产生比健康组织更多的热量,这一事实可用于检测乳腺癌。热成像可能对乳腺X线摄影敏感性较低的人群尤为有用,例如致密型乳腺女性。由于不使用电离辐射,筛查可以在更年轻的年龄开始。此外,在因高成本和缺乏训练有素人员而无法负担乳腺X线摄影筛查的低收入国家,超声联合热成像可作为一种可行的替代方案。

一些研究者提倡热成像的另一种用途,考虑到因乳腺X线摄影阳性而进行的活检中80%结果为阴性。在癌症怀疑程度相对较低的情况下,如BI-RADS 4A,热成像可能有用,因为阴性结果可能将恶性概率降低到无需进行活检的程度。

尽管近期数据显示乳腺热成像具有潜力,但国家卫生机构和科学组织拒绝将其纳入筛查项目,原因是过去报告的结果参差不齐。本文的目的是批判性 review 该主题的近期文献,并评估这些机构立场所依据的论据——特别是临床研究——的有效性。换言之,我们旨在讨论鉴于近期研究,反对热成像的负面建议是否仍然成立。此外,由于许多研究的异质性和质量不佳是导致这种排斥的原因,我们提出规范乳腺热成像研究的设想,希望有助于说服放射学界认可其有效性。

需要注意的是,还有一种替代热成像技术,即在皮肤上放置随温度变色的液晶薄膜,但本文不予讨论。我们仅聚焦于红外热成像。

2. 临床证据

2.1. 热成像在20世纪的兴衰

20世纪50年代,外科医生Ray N. Lawson发现覆盖肿瘤的皮肤比健康区域更热后,热成像开始作为乳腺癌诊断工具被研究[4]。随后数十年间发表了数十篇科学论文,但报告的结果差异很大,敏感度在25%至100%之间,特异度在22%至96%之间[5,6,7,8]。一些作者声称热成像应在乳腺癌筛查或诊断中发挥重要作用[9,10,11,12,13,14,15,16,17,18,19,20],而另一些作者则认为它不会为现有筛查策略增加任何价值[21,22,23,24,25]。Moskowitz等甚至得出结论,热成像检测癌症的能力不优于随机机会[26]。由于这些相互矛盾的结果以及1976年首次大规模随机对照乳腺X线摄影筛查试验所获得的有希望的结果[27],兴趣完全转向了乳腺X线摄影。

对乳腺热成像的持久怀疑在很大程度上归因于乳腺癌检测与示范项目(BCDDP),这是一项于1973年至1981年间开展的大规模多中心研究,由美国癌症协会和美国国家癌症研究所(NCI)资助。其目的是评估对大量女性进行定期乳腺癌筛查的可行性[28]。超过280,000名志愿者在五年内每年接受临床检查、乳腺X线摄影和热成像筛查,并额外进行五年随访。前两次年度筛查中热成像获得的低敏感度——分别为37%和44%——导致决定将该技术从试验中剔除[29,30]。

然而,由于红外成像所使用的方法学疏忽,该研究的有效性受到质疑。据领导其中两个参与中心的医生所说,“BCDDP的27个中心中只有五个拥有在获取或判读热图方面有经验的人员”,且在前18个月内未提供任何培训[8]。因此,在其余22个中心中的大多数,“所获得的热图质量极差”[29]。一项回顾性研究发现,从BCDDP随机选取的576份热图中,仅有29%质量可接受[31]。结果,来自五个此前具有热成像经验的中心的“极好的统计数据”在与其余中心合并后被稀释[29]。此外,红外成像的采集方案和判读标准定义非常宽松,仅有一段文字,与乳腺X线摄影的详尽方案形成对比。许多项目站点是采暖和制冷能力较差的移动成像车。直到项目开始三年后,NCI才发表了基于血管数量、口径、位置和构型、热不对称性以及乳房轮廓的乳腺热图判读标准[32]。

2.2. 21世纪乳腺热成像的复兴

随着硅技术的进步,20世纪90年代末开发出了更小、更快的红外探测器,从而产生了具有更高热分辨率和空间分辨率的新型数字热像仪。获取一幅热图所需的时间从数分钟缩短至数毫秒[33,34]。采集过程中的不自主胸部运动和皮肤温度波动不再导致图像模糊。此外,数字化使得更客观、可量化的判读标准成为可能。可以从像素强度计算出多种特征,然后在两侧乳房之间进行比较以寻找不对称性。随着人工智能(AI)的蓬勃发展,大量图像处理算法被提出用于以极少或无需人工干预的方式判读热图[35]。研究还集中于自动检测温度升高区域[36,37]和血管结构[38,39],这些可能提示恶性肿瘤。这些进展使人们对乳腺热成像重新产生兴趣,Figure 2所示的出版物数量指数级增长即为佐证。

在过去二十年中,乳腺热成像已成为数百篇科学论文的研究主题[40,41,42,43,44]。然而,这些研究中的大多数样本量较小,且主要侧重于开发新的图像处理算法,而非对该技术进行临床评估。因此,重要的临床细节如患者招募流程、纳入和排除标准、成像方案以及阳性和阴性病例的定义往往不充分或完全缺失。例如,作者通常不说明其患者是参加常规筛查(无症状)还是因症状或既往检查的可疑发现而接受检查。此外,诸如健康或正常以及患病或异常等模糊标签常被使用而未明确加以定义。此类问题在使用乳腺学研究数据库(DMR)的研究中尤为普遍,该数据库是2024年之前唯一公开可用的数据集。该数据库由巴西弗鲁米嫩塞联邦大学和伯南布哥联邦大学开发,包含287名患者的热图像和病历(239名标记为健康,48名标记为患病)。尽管它在促进目前正在进行的许多自动热图分类研究方面发挥了重要作用,但其中已检测到许多错误和异常[45,46],例如将相同图像分配给不同患者以及数据不一致。因此,依赖该数据库的研究所得结果必须谨慎对待。

相比之下,在临床环境中评估商业系统的研究往往具有高度的严谨性。然而,由于这些研究通常由开发并销售所用成像系统和/或分析软件的公司资助,因此结果可能存在偏倚。其中几项研究包括以下内容:Parisky等[47]测试了由Computerized Thermal Imaging Inc.(美国犹他州奥格登)开发的名为BCS 2100的系统,该系统旨在作为乳腺X线摄影的辅助手段,以避免对良性乳腺肿块进行活检。这些作者检查了769名受试者,共875个因乳腺X线摄影和/或临床表现异常而接受活检的病灶。患者在俯卧位下双乳悬垂于成像床开口中并接受冷风吹拂时采集了一系列图像。在乳腺X线图像上手动定义病灶位置后,专有软件确定热像图的怀疑指数,结果为敏感度97%、特异度14%。这意味着将活检限制于热像图阳性的病灶可避免14%的良性病灶不必要活检,代价是遗漏3%的癌症。所有被评估为假阴性的病灶均为微钙化;排除这些病灶(占总数的45%)后,敏感度增至99%,特异度增至18%。针对Moskowitz批评该系统依赖乳腺X线摄影来定位红外图像中可疑区域的看法,Parisky强调该系统旨在与乳腺X线摄影联合使用以避免良性病灶的不必要活检,而非替代乳腺X线摄影[48]。2002年,美国食品药品监督管理局(FDA)拒绝批准BCS 2100系统,该公司随后卷入多起股东集体诉讼[49]。

Arora等[50]在92名乳腺X线摄影或超声检查发现可疑病灶的女性中评估了另一个系统——由Infrared Sciences Corp.(美国纽约州波希米亚)生产的Sentinel BreastScan(SBS)的有效性。在比较的三种不同分析模式中,使用人工神经网络的一种获得了最高敏感度(96.7%),特异度为26.5%。尽管SBS于2004年获得FDA批准用于辅助性乳腺癌筛查并获得CE标志,但该公司似乎已经停业。

2010年,Wishart等[51]评估了同一SBS系统,使用由UE Life Sciences Inc.(美国宾夕法尼亚州费城)开发的名为NoTouch BreastScan(NTBS)的新软件分析图像,该软件利用人工智能检测温度升高区域。在检查100名女性、106个接受活检的病灶后,NTBS获得的敏感度高于SBS神经网络(70% vs. 48%),而特异度较低(48% vs. 74%)。在50岁以下女性中,NTBS的敏感度增至78%(与乳腺X线摄影相同),特异度增至75%,提示热成像可能对该特定人群特别有帮助。事实上,两种技术的联合使该年龄组的敏感度提高至89%。

后来,UE Life Sciences 公司开发了一个新系统,与 SBS 类似,将两台高分辨率热像仪整合到其 NTBS 软件中,每台对准一侧乳房。Collet 等人 [52] 通过在计划乳腺活检前检查 99 例患者对其进行了独立评估。根据检查目的,NTBS 提供两种分析类型:高特异性筛查模式,其目标是以较低灵敏度为代价尽量减少假阳性;以及高灵敏度诊断模式,旨在以较高假阳性率为代价正确识别所有恶性病例。尽管诊断模式获得的灵敏度(78.8%)和特异性(48.6%)与 Wishart 的结果相似,但 Collet 等人认为这些结果不足以推荐热成像作为筛查手段,甚至不能作为乳腺 X 线摄影的辅助手段。尽管 FDA 于 2012 年批准 NTBS 作为其他筛查手段的辅助工具,UE Life Sciences 随后将其策略转向用于乳腺癌检测的触觉技术(其 iBreastExam 设备,https://www.uelifesciences.com/ibreastexam),NoTouch BreastScan 的网站已不再可用。

Real Imaging 有限公司(以色列机场城)的一款原型 3D 红外成像系统于 2013 年由 Sella 等人 [53] 在 256 名健康女性(常规乳腺 X 线筛查结果为 BI-RADS-1)和 178 名新诊断乳腺癌女性(未说明是否有症状,或癌症是否在筛查中发现)中进行了评估。该设备有不同名称(3DIRI、Real Imager 8 或 MIRA),由两台红外相机组成,相机之间呈 60° 角放置,生成乳房的三维热图。使用人工智能输出 −100(健康)至 100(可疑)之间的评分,灵敏度为 90.9%,特异性为 72.5%。Real Imaging 有限公司赞助了另外两项研究,其中对有乳腺癌遗传易感性的女性和乳腺致密的女性进行了乳腺 X 线摄影、超声和 3DIRI 检查。乳腺 X 线摄影或超声阴性但热图异常的患者被转诊进行 MRI。在第一项研究 [54] 中,226 名因遗传易感性而高危的患者中发现了 8 例癌症:其中 7 例由 3DIRI 正确诊断(灵敏度 87.5%),而乳腺 X 线摄影和超声漏诊了其中 3 例(灵敏度 60%)。3DIRI 的特异性也很高(84.32%)。在 1727 名乳腺致密女性中,热成像在乳腺 X 线摄影识别的 7 例之外,于 5 名女性中检测到 6 例癌症,从而将检出率从每 1000 人 4.05 例提高到 6.95 例 [55]。然而,乳腺 X 线摄影可见的癌症中有 5 例被 3DIRI 漏诊。尽管乳腺 X 线摄影和 3DIRI 各自的灵敏度均较低(每种技术各检测出 12 例癌症中的 7 例,即 58.3%),但联合灵敏度达到 100%(所有癌症均被检出),特异性为 86%(3DIRI 87%,乳腺 X 线摄影 98%)。

Thermalytix 是初创公司 Niramai Health Analytix(印度班加罗尔)开发的一款计算机辅助诊断解决方案,它利用人工智能根据不对称血管和热模式的存在计算风险评分(https://www.niramai.com/about/thermalytix)。该公司资助了三项研究对其进行评估。Kakileti 等 [56] 检查了 470 名女性,其中 50.6% 有症状,获得的灵敏度为 91.02%(有症状者 89.85%;无症状者 100%),特异度为 82.39%(有症状者 69.04%;无症状者 92.41%)。Singh 等 [57] 报告,在对 258 名有症状女性进行成像后,灵敏度为 82.5%,特异度为 80.5%。Bansal 等 [58] 使用 Thermalytix 检查了 459 名女性;85% 无症状,36.6% 为致密乳腺。总体灵敏度为 95.24%,特异度为 88.58%。三例活检证实的恶性肿瘤乳腺X线摄影结果不确定(BI-RADS 0),但热成像图异常。在致密乳腺女性中(占 45 岁以下女性的 57%),灵敏度为 100%(与乳腺X线摄影相同),特异度为 81.65%(优于乳腺X线摄影)。Thermalytix 于 2021 年获得 CE 认证,现已在 22 个国家上市销售。次年,其使用 Thermalytix 部分特征的 SMILE-100 系统获得 FDA 许可。

我们还发现了另外几项研究,我们认为这些研究值得注意,因为它们纳入了大量患者和/或更广泛的人群类型。

Gutierrez-Delgado 和 Vazquez-Luna 发表了在墨西哥进行的一项研究结果,该研究纳入了 911 名参加癌症筛查项目的女性,进行了体格检查、乳腺热成像和乳腺X线摄影 [59]。在 17 例活检证实的癌症中(发病率高于正常),16 例热成像图异常(灵敏度 94.12%)。更重要的是,其中三例癌症是在 40 岁以下女性中检出的——指南不推荐该人群进行乳腺X线摄影——且热成像图阳性。考虑到图像是采用过时的视觉标准解读的,这一检出率令人惊讶地高。遗憾的是,未报告假阳性数量。

Rassiwala 等 [60] 在印度也开展了一项筛查环境下的研究。在 1008 名无症状女性中,49 例热成像图异常。所有这些人在临床检查中均可触及肿块,并接受了乳腺X线摄影和组织病理学检查。在该组中,发现了 41 例癌症,发病率非常高;其中 3 例被乳腺X线摄影漏诊。仅有 1 例假阴性,热成像的灵敏度为 97.62%,特异度为 99.17%。鉴于相机分辨率低且解读标准简单(诊断仅基于乳房之间的温度差异),如此良好的结果出乎意料。

Yao 等 [61] 在中国检查了 2036 名因乳腺X线摄影或超声异常发现而需要活检或手术切除的女性。热成像的灵敏度(84.4%)优于乳腺X线摄影(78.3%)和超声(83.1%),而特异度(94.0%)低于乳腺X线摄影(98.3%)但优于超声(93.1%)。对于直径小于 2 cm 的肿瘤,热成像的灵敏度和特异度分别增至 90.4% 和 97.8%,优于乳腺X线摄影(80.8% 和 97.6%)。

在墨西哥,Garduño-Ramón等人[62]对454名自愿参与的女性进行检查,获得了86.84%的灵敏度和89.65%的特异度;但未说明她们是如何招募的。与其他当代出版物中使用的复杂算法不同,本研究通过简单比较每侧乳房最热区域的平均温度,将热图像分类为健康或患病。

Wang等人提出使用连接到手机的热像仪进行家庭预筛查[63]。通过应用人工智能(AI),他们在来自中国10个地区20个健康中心招募的2202名患者中获得了86.27%的准确率、84.51%的灵敏度和83.87%的特异度。

表1总结了本节提到的研究。

更近一些,Goñi-Arana等人对21世纪发表的、评估红外热成像灵敏度和特异度的临床研究进行了系统综述[64]。只有22项研究符合既定标准,以确保所选研究报告了达到可接受质量所需的最低限度临床数据。他们的荟萃分析显示,合并灵敏度为88.5%,特异度为71.8%。有趣的是,尽管各研究的灵敏度始终保持在较高水平,但特异度随时间推移而提高,这可能是热像仪分辨率改善的结果。然而,大多数所选研究规模较小,并且在患者人群、成像方案、相机分辨率和判读方法等方法学方面表现出显著异质性。因此,用于估计因研究间差异而非抽样误差(机会)所致变异百分比的I2统计量返回了非常高的值:灵敏度为79.3%,特异度为99.1%。这种异质性使得结果的直接比较具有挑战性,并凸显了在未来研究中标准化方法学的必要性。该综述得出结论:尽管乳腺热成像显示出前景,但仍需要涉及更多样化人群的更大规模研究来确定其在乳腺癌诊断中的作用。

3. 建议与立场声明

FDA于1982年批准热成像作为乳腺X线摄影的辅助手段用于乳腺癌筛查,并在21世纪批准了一些使用热成像的商业系统,如上所述。然而,该机构一再对将其宣传为独立筛查技术的医疗服务提供者和制造商表示担忧,称辐射风险超过乳腺X线摄影的益处,甚至声称在乳腺X线摄影期间压迫乳房可能使癌细胞扩散到身体其他部位。作为回应,FDA已向其中一些发出警告信,坚持认为乳腺X线摄影是唯一已被证明可降低死亡率的筛查技术,要求他们停止作出此类声明,并威胁否则将采取行动[65]。

一些医学学会也发布了反对乳腺热成像的建议。例如,乳腺影像学会(SBI)在2012年表示,它“目前不支持将乳腺热成像/红外成像用作乳腺癌检测的筛查工具或辅助诊断工具”,并用一些可追溯到1972年的研究来支持这一声明。它只引用了21世纪发表的三项研究[47,50,51],这些研究仅包括经活检的可疑病变患者。因此,它将BCDDP——于20世纪70年代末进行,我们已在上文讨论其局限性——作为筛查环境中乳腺热成像的最新评估。同样值得注意的是,该声明采纳了Moskowitz等人对Parisky等人研究的批评,但未提及上文提到的Parisky的反驳,而该反驳就在同一文件中[48]。该声明已不再在线提供,但SBI在我们的电子邮件询问后确认了其立场。

同样,2017年发表的“欧洲乳腺影像学会(EUSOBI)和30个国家乳腺放射学机构关于乳腺癌筛查的立场文件”指出,“这些学会强烈不鼓励使用热成像或其他光学成像工具等筛查方法替代乳腺X线摄影”[66]。他们通过引用Brkljačić、Miletić和Sardanelli(时任EUSOBI主席)2013年发表在非医学期刊《Collegium Antropologicum》上的一篇论文[67]来证明其立场。该论文旨在强烈批评同一期刊期上的一项小型研究(29名患者),该研究中热成像在检测接受乳腺癌手术患者的恶性肿瘤方面优于乳腺X线摄影,从而得出结论认为热成像可与乳腺X线摄影联合使用[68]。Brkljačić等人通过回顾FDA和SBI的建议并提供科学证据的简要综述来否定该主张。他们再次提出BCDDP试验[30]中获得的较差结果,然后引用了三项相对较新的研究,这些研究使用新一代热像仪对无症状或有既往影像检查可疑发现的患者进行检查[50,51,69]。在分析Arora等人[50]的结果时,他们给出了三种分析模式获得的敏感度和特异度均值,而非提供敏感度-特异度平衡最佳模式的结果。尽管给出的敏感度(94%)接近实际值(96.7%),但其意义重大,因为假阳性率(1—敏感度)几乎是真实值的两倍(6%对3.3%)。Brkljačić等人还引用了Kontos等人[69]的一项研究,该研究对63名有症状患者仅获得25%的敏感度。该研究基于相邻区域之间颜色差异的数量进行诊断,而非使用实际温度测量。尽管存在这一局限性、样本量小以及我们无法在此讨论的其他方法学问题,Brkljačić等人接受了Kontos等人的结论,即“热成像不适用于有症状患者的初步评估,也不应用于乳腺癌筛查”。相反,他们未提及Arora等人[50]和Wishart等人[51]提倡将热成像用作乳腺癌检测的辅助检查。

澳大利亚政府卫生部也在2019年建议不要使用热成像进行乳腺癌筛查,理由是缺乏科学证据支持[70]。他们的声明只引用了两篇文章,这些文章可追溯到20世纪80年代。其中一篇再次被用来回顾BCDPP试验的不良结果[71]。另一篇被用来论证热成像只能检测大肿瘤[72](尽管Yao等人五年前已证明并非如此[61])。该机构委托进行的一项系统综述观察到,2010-2017年期间发表的乳腺热成像研究使用的样本量较小,且报告的敏感性和特异性值差异很大[73]。该综述聚焦于乳腺筛查技术,排除了几项针对有症状患者的研究[51,52,61,62],并得出结论认为缺乏乳腺热成像的大规模筛查研究和随机对照试验。

4. 讨论

如上所述,数字红外相机的重大技术突破以及使用计算机视觉算法分析图像,已使乳腺热成像取得了重大进展。多项临床研究报告了高敏感性值和可接受的 Specificity。随着使用更大数据集训练AI模型,这些结果将继续改善。因此,乳腺热成像可作为乳房X线摄影敏感性较低人群的辅助技术。此外,由于它不使用电离辐射,筛查可以在更年轻的年龄开始。热成像还可以帮助区分通过其他技术检测到的良性和恶性肿块,从而避免一些良性病变的活检[47,61]。鉴于其低成本 and 易用性,它可能在低收入国家产生重要影响,在这些国家,由于成本高和训练有素人员短缺,无法进行乳房X线摄影筛查。

然而,数十年来,关于乳腺热成像的科学证据一直较为匮乏且相互矛盾。研究的异质性及其整体质量不佳,导致国家卫生机构得出结论:没有足够的科学证据支持将热成像纳入筛查项目。美国食品药品监督管理局(FDA)多次警告,反对替代医学诊所(如水疗中心和顺势疗法中心)将热成像宣传为乳腺X线摄影的替代方案,这些警告的份量超过了多年来对若干乳腺热成像商业系统的批准——其中一些系统此后已从市场上消失,很大程度上是由于医学界对热成像的怀疑态度。医学学会,如SBI和EUSOBI,反对乳腺热成像,尽管其建议的科学基础往往薄弱且过时。我们识别出若干近期研究具有相关性,这些研究纳入大量患者和/或更广泛的人群类型,如无症状女性或致密乳腺女性。这些群体在较早的研究中往往代表性不足,主要原因是无症状女性中乳腺癌的发病率极低,因此需要非常大数量的患者才能获得足够数量的阳性病例用于训练和评估机器学习方法。数据收集是一个耗费时间和资源的过程,尤其是在医学领域,由于医务人员工作负担过重,他们往往难以分配时间来收集和交付数据。上述卫生学会在制定其反对使用热成像的立场时,大多未考虑这些研究。其中一些研究是在立场声明或卫生主管部门委托的系统综述发表之后才进行的——SBI的立场声明和支持EUSOBI立场的论文已发表超过十年——这表明用于指导政策决策的证据基础可能存在缺口。甚至其他对医学界意见有重大影响的系统综述[73,74,75,76,77]也遗漏了其中一些研究。

然而,近期有一些以合理严谨性开展的、涉及大量患者的研究。Goñi-Arana等人[64]的荟萃分析筛选了符合严格质量标准的研究,获得合并灵敏度为88.5%、特异度为71.8%,与乳腺X线摄影相当。

乳腺热成像研究标准化的建议

如第2.2节所述,[64]中的荟萃分析揭示了灵敏度和特异度值的显著差异,主要归因于研究在四个方面的方法学差异:纳入标准、图像采集、图像分析和确认方法。因此,放射科医生、医学学会和监管机构对该技术的接受需要尽可能标准化这些方面。以下建议基于知名指南[78,79],这些指南比本节更为详细,但并非专门针对乳腺热成像。

首先,每项研究都应明确说明纳入了哪些受试者:无症状女性(接受系统性筛查或机会性筛查)、有症状患者,或因既往检查(如乳腺X线摄影或超声)怀疑患有乳腺癌的患者。如果样本包含混合病例,则应报告每个亚组的灵敏度和特异度。

其次,应详细说明采集方案,首先从患者体位开始:在大多数研究中,受试者取坐位或站立位,但在少数研究中,受试者俯卧,双乳通过成像床顶部的开口悬垂[47]。原则上,后一种技术可以获得整个乳房表面更准确的图像,但设备更昂贵、占用更多空间(而在临床环境中空间往往是稀缺资源),并且不便携,而便携性对于就医机会有限的农村地区很重要。

主动式热成像包括施加外部刺激以增强肿瘤与健康组织之间的对比度。一种方法是“冷应激挑战”,包括用冷气流冷却乳房——如3DIRI系统[53]中那样——或冷却身体另一部位(例如将患者的手和腕部置于冰水中),并观察乳房的热图模式随时间如何变化。在2000年代初,大多数乳腺热成像从业者放弃了这一技术,因为它使患者不适、延长采集时间,并使图像解读复杂化,却未显示出准确性提高[8]。然而,近期研究表明,动态热成像在识别恶性肿瘤方面比静态图像采集更有效[80,81,82],但这些是涉及极少数患者的实验室研究。用于主动式乳腺热成像的其他刺激包括电流、高频电磁场、磁性纳米颗粒和光[83]。一个尚未解决的研究问题是,诊断准确性的潜在提高是否超过额外的经济成本和患者不适。

研究还应报告使用了哪些红外相机,具体说明其热灵敏度和空间分辨率,因为这些参数会影响图像质量。

第三,用于分析热图的方法至关重要。在将乳腺热成像作为乳腺X线摄影替代方法的诊所中,通常像20世纪那样用肉眼检查灰度或彩色图像,这进一步加剧了该技术的信誉受损。相比之下,近期所有研究都使用分析每个像素精确温度的计算机算法。近年来,深度卷积网络已成为医学成像(包括乳腺热成像)的标准方法[43,84,85,86]。

然而,这些算法大多仅提供二分类。此外,有时使用诸如正常或异常之类的模糊类别,而未对其进行明确定义,这使得研究难以解读和复现。此外,深度神经网络的行为如同黑箱,使乳腺热成像更难以被接受,因为自医学人工智能早期以来就已明确,如果医生无法理解机器建议是如何得出的,他们便不愿接受该建议[87]。可解释性在医疗人工智能中至关重要,原因诸多,包括伦理和法律问题。在乳腺成像中,当不同技术导致相反诊断且放射科医生必须判定孰对孰错时,解释至关重要。因此,每个分析热图的算法都应指明其结论的可信度,最好以概率形式表示,并说明这些结论所依据的发现,如温度差异和血管模式。为使放射学界接受乳腺热成像,非常理想的是制定类似乳腺影像报告和数据系统(BI-RADS)的标准,该系统目前适用于乳腺X线摄影、超声和MRI。

最后,研究应指明用于评估热成像准确性的金标准,因为这对于正确评估其敏感性和特异性至关重要。例如,在3DIRI研究中的两项[54,55]中,乳腺X线摄影或超声阴性但热图异常的患者被转诊进行MRI检查。然而,由于预算限制,在大多数研究中这些病例被计为热成像的假阳性,导致其特异性被低估。理想情况下,所有患者都应随访至少五年,尤其是热图可疑者。

5. 结论

乳腺热成像无害、无痛、廉价且便携。图像可由经过简短培训的人员采集,当使用人工智能进行分析时,结果可即时获得。基于这些原因,它可用于早期癌症检测,尤其在年轻女性、乳腺致密女性以及中低收入国家女性中。它还可能有助于避免对其他成像技术下看似可疑的良性肿瘤进行活检。

在本文中,我们回顾了乳腺热成像的起源以及使该技术声名不佳的研究。我们列出了尽管获得FDA批准但仍被撤出市场的商业产品,但也提到了一个现已在22个国家上市的成功系统。接着,我们总结了近期研究,其中一些样本量较大,产生了高敏感性和特异性值——在某些情况下,与乳腺X线摄影相似或更优——尤其是自现代红外相机与AI算法结合以来。

我们分析了反对乳腺热成像的医学学会的立场声明,发现它们基于过时的证据。令人惊讶的是,它们都引用了50多年前进行的BCDPP研究,该研究使用低分辨率模拟相机和视觉热图分析,无计算机支持。有时,它们还依赖于对更近期研究的偏倚评估。不幸的是,这些由著名科学学会发布的建议可能会阻碍乳腺热成像的研究和进展。

我们的分析提示,放射科医师应了解乳腺热成像技术的进展,医学学会应根据新证据更新其立场声明。他们应将对这项技术的反对建议改为建议开展大规模前瞻性试验,并遵循良好实践指南,例如A部分《乳腺热成像研究标准化提案》中提出的那些指南。类似于美国放射学会为乳腺X线摄影、超声和MRI建立的BI-RADS系统,也应制定用于报告热成像图的标准术语。最后,应开展成本-效果分析。更准确地说,应确定每位女性的最佳筛查模式,基于成本-效果标准,将乳腺热成像与其他影像 modality 相结合。

引用

  1. Goñi-Arana A, Pérez-Martín J, Díez FJ, et al. Why Do Radiologists Disown Breast Thermography? A Critical Review of Recent Studies and Recommendations. Cancers (Basel). 2025. PMID: 40647493. doi:10.3390/cancers17132195
  2. 全文:PMC12249184(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12249184/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。