瑞典模型分析:AI辅助数字乳腺X线摄影成本效益的结果
该研究用决策分析状态转移马尔可夫模型,在瑞典40–74岁女性每两年一次筛查背景下,比较AI辅助数字乳腺X线摄影(AI-DM)与常规双人阅片数字乳腺X线摄影(cDM)的终身成本效益。AI-DM每1000人总成本€3,468,967、cDM为€3,528,288,AI-DM节省€59,320并多获得10.8个QALY,为优势策略;成本平衡点出现在42岁第二次筛查。作者结论认为AI-DM是节省成本的策略,并指出还需进一步临床研究。
要点
- AI-DM每1000人总成本€3,468,967,cDM为€3,528,288,AI-DM节省€59,320。
- 每1000人AI-DM较cDM多获得10.8个QALY,成本更低且效果更好,为优势策略。
- 成本平衡点出现在42岁第二次筛查;概率敏感性分析中AI-DM在95.2%的模拟中为优势策略。
核心结论
- 在瑞典40–74岁女性每两年一次乳腺癌筛查中,AI辅助数字乳腺X线摄影较常规双人阅片数字乳腺X线摄影为节省成本的策略。
- 概率敏感性分析显示AI-DM在95.2%的模拟中为优势策略;若支付意愿设为€50,000/QALY,AI-DM在96.7%的模拟中具有成本效益。
- 作者结论指出还需进一步临床研究,因为情景分析显示其他更依赖AI的策略也节省成本。
研究设计与样本
- 决策分析状态转移马尔可夫模型,以一年为周期,从医疗保健视角进行终身时限分析。
- 模型分析1000名接受AI-DM筛查的假设个体与1000名接受cDM筛查的假设个体,从40岁开始每两年筛查一次至74岁。
- AI技术为深度学习算法Transpara(版本1.7.0;ScreenPoint Medical),提供0–98连续原始评分及钙化和软组织病灶CAD标记,并按最高检查级原始评分给出1–10分总体检查评分。
- 模型假设100%筛查依从性;瑞典筛查再参与率超过95%。
- 成本数据来自Linköping大学医院经济学家的估算及瑞典研究,效果与成本均采用3%贴现率。
诊断标准与关键数值
- Transpara评分1–7分提示低风险,8–9分提示中等风险,10分提示癌症风险升高;评分经校准使约10%的检查落入每个评分。
- 基础病例采用对中等和升高风险(Transpara评分8–10)进行双人阅片,即30%双人人工阅片。
- AI-DM和cDM的癌症检出风险基于瑞典筛查研究,并按40–54岁检出风险较平均低47%、55–74岁较平均高40%进行调整。
- 情景分析2中单人人工阅片加AI较双人人工阅片加AI的相对频率低3%(261/269),模型将AI-DM癌症检出概率降低3%。
- 情景分析3中单人人工阅片较双人人工阅片加AI的相对频率低9%(246/269),模型将AI-DM癌症检出概率降低9%。
临床应用与阅片要点
- AI-DM基础病例每1000人较cDM减少11,810次人工阅片,对应成本降低€20,703,但AI许可成本为€20,840,阅片总成本未见节省。
- 基础病例中AI-DM总体较cDM略贵,增量成本为€552;但计入癌症相关成本后AI-DM总成本更低。
- 情景分析1仅对Transpara评分10进行双人人工阅片,筛查相关成本节省€5,394。
- 情景分析2对所有个体仅用单人人工阅片加AI,筛查相关成本节省€8,439,但获得QALY由10.8降至8.8。
- 情景分析3对评分0–7仅用AI、评分8–10用单人人工阅片,筛查相关成本节省最大为€29,376,获得QALY由10.8降至5.2。
局限性
- 原文指出缺乏IV期乳腺癌的当代成本数据,可能导致对播散性疾病成本的低估。
- 成本数据高度依赖瑞典医疗体系,可能限制研究结果向其他医疗体系推广。
- 阅片单位成本估算基于瑞典Östergötland地区所有阅片者的平均值,且未计入阅片者参与的其他活动如临床工作、住院医师培训和管理职责。
- 原文指出需要更多研究来证实AI可能降低间期癌率和改善高危疾病检出等假设。
- 原文结论指出还需进一步临床研究,因为情景分析显示其他更依赖AI的策略也节省成本。
全文中译16 节 · 点击展开
引言
在全球范围内,乳腺癌约占女性癌症病例的四分之一[1]。
随机临床试验、系统评价和观察性研究已证实,筛查性乳腺X线摄影可使乳腺癌相关死亡率降低20–50%,因此已被广泛实施[2–5]。欧洲指南推荐对女性采用双阅片方式的常规两年一次数字乳腺X线摄影(cDM)[6]。瑞典医疗保健系统中所有登记在册的40–74岁女性均被邀请参加国家乳腺癌筛查计划[7]。当前的双阅片筛查计划需要大量放射科医生[8, 9],但全球乳腺放射科医生的短缺使双阅片难以持续[10]。此外,高达30%的癌症在筛查中未被检出,最终在筛查间隔期被诊断为间期癌[11, 12]。需要在筛查判读中提供辅助以减少观察者间变异,同时应对人力限制并维持诊断质量[13]。
由于乳腺影像工作流程改进的需求日益增加,人工智能(AI)系统正迅速被应用于临床环境[14–21]。
基于AI的系统可提高乳腺癌筛查计划的有效性[19]。在最近一项瑞典随机、对照、基于人群的前瞻性临床试验中[15],使用AI辅助数字乳腺X线摄影(AI-DM)对筛查检查进行分诊以决定单阅片或双阅片被认为非劣效,因为癌症检出率高于预设的安全性下限,且性能与双阅片cDM相似。召回率、假阳性和共识会议未受影响,而工作量减少了近一半[15]。最近一项系统评价和荟萃分析显示,用于筛查数字乳腺X线摄影的独立AI表现等于或优于单个乳腺放射科医生或平均阅片者结果[22]。
为评估AI-DM是否具有成本效益,我们需要从终身视角考虑癌症和筛查相关成本。由于尚无比较AI-DM与由两名放射科医生进行的cDM的长期随机试验,需要建立模拟模型来估计长期效果。为评估AI技术在医疗决策中的价值,可通过将临床证据、成本数据和健康结局整合入模型来开展AI-DM筛查的健康经济学分析。
本研究旨在使用瑞典设置(40–74岁年龄区间两年一次筛查)评估AI-DM与双阅片cDM乳腺X线摄影的成本效益。我们还基于AI-DM的四种不同子策略研究了成本效益的变化。
材料与方法
在我们的分析中,用于乳腺X线摄影筛查的AI技术是深度学习算法Transpara(版本1.7.0;ScreenPoint Medical)。该市售AI系统带有欧洲合格认证(CE)标志,已获美国食品药品监督管理局(FDA)许可,并已在既往研究中得到验证(如[15–18])。该AI系统提供0至98的连续评分(原始评分),并针对乳腺每个视图中的可疑区域钙化和软组织病灶提供CAD标记。根据最高检查级别原始评分,Transpara为每次检查分配1至10的总体检查评分,提示恶性风险。评分1至7提示低风险,8至9提示中等风险,10提示癌症风险升高。Transpara的校准方式使大约10%的检查落入每个检查评分。该AI系统使用卷积神经网络分析乳腺X线摄影图像,并已在来自不同筛查人群和多家厂商的乳腺X线摄影图像上接受训练。许多既往研究(如[15–18])已表明,该系统可通过分诊病例并在低评分乳腺X线摄影中替代两名放射科医师中的一名,有效且安全地减少筛查工作量。
模型概述
采用决策分析状态转移马尔可夫模型分析在乳腺癌筛查中使用cDM还是AI-DM的决策问题。在每个周期中,患者始终处于有限数量的健康状态之一,事件表示为从一个状态到另一个状态的转移,并进入下一周期。事件/转移的概率基于尽可能最佳的知识。在该马尔可夫模型中,使用一年周期,分析从医疗保健角度进行,采用终生时间 horizon。在模型中,我们分析了1000名接受乳腺X线摄影筛查的假设个体,以AI-DM进行评估,并与1000名以cDM进行评估的假设个体进行比较。模型从40岁开始,根据瑞典国家乳腺癌筛查规划,筛查程序在模型中每两年重复一次,直至74岁。模型假定筛查依从性为100%,即完成初次筛查的女性继续参与所有后续筛查。瑞典筛查规划的再次参与率超过95%。
图1展示了马尔可夫模型和健康状态。该模型生成以下卫生经济学产出:增量质量调整生命年(QALYs),即与cDM相比,AI-DM对患者生活质量(QOL)和预期寿命影响的估计;增量成本,即AI-DM与cDM相比的成本差异;增量成本效果比(ICER),即ICER的计算,表示与传统cDM方法相比,实施AI-DM筛查每获得一单位健康产出所增加的额外成本。采用蒙特卡洛模拟的概率敏感性分析,通过从各输入参数各自的统计分布中抽样,模拟1000个个体的平行队列。该方法将参数不确定性纳入模型,从而能够全面检验成本效果分析结果的变异性和稳健性。在本卫生经济学研究中,我们遵循了2022年综合卫生经济学评价报告标准(CHEERS)。
数据库
瑞典国家乳腺癌登记处(NKBC)是一个基于人群的登记系统,前瞻性收集瑞典乳腺癌诊断数据。该登记处包含原发癌症和随访的详细临床信息。瑞典几乎所有新发乳腺癌诊断均纳入该登记处,98.5%在一年内完成登记[23]。我们在乳腺癌筛查模型中使用了NKBC获取许多重要的乳腺癌相关参数。人类死亡率数据库(HMD)是世界上领先的死亡率科学数据库,提供40多个国家的统一人口和死亡率估计。
屏幕阅片、会诊和召回
林雪平大学医院于2021年实施了Transpara算法,并决定对中等和较高癌症风险(Transpara评分8–10)使用双人屏幕阅片。因此,我们在模型中使用30%双人人工屏幕阅片作为基准值,见表1。40–54岁和55–74岁个体在cDM后的召回比例取自瑞典国家乳腺X线摄影筛查报告[7]。一项瑞典筛查研究显示cDM与AI-DM之间的召回率无显著差异,因此我们将这些比例同样应用于AI-DM[15]。我们对所有年龄段应用相同的会诊比例,cDM和AI-DM后的会诊比例取自一项瑞典筛查研究[15]。
资源使用和单位成本
表1列出了模型中使用的所有单位成本。与筛查程序相关的成本包括筛查邀请和乳腺X线摄影,含人员、材料和设备成本。阅片成本与乳腺X线摄影成本分开计算,因为阅片成本高度依赖于阅片医师数量。所有与筛查相关的单位成本均由林雪平大学医院放射科附属的经济学家估算。放射科医师的小时成本估计为€79.0,每位放射科医师估计平均每小时处理29人,由此得出每人阅片单位成本为€2.7。AI许可证成本(不含临时折扣)在林雪平大学医院2023年为€190万。表2包含了取自一项瑞典研究[24]的分期乳腺癌成本。我们对0、I、II和III期在第一年应用相同的成本,对I、II和III期在后续年份应用相同的成本。我们未能找到IV期长期成本的任何数据,因此对所有年份应用了相同的成本。所有单位成本均使用瑞典区域医疗保健质量调整薪资价格指数(LPIK)调整至2023年,并使用2023年平均汇率(1 EUR = 11.5 SEK)换算为欧元。成本和效应均采用3%的贴现率。
癌症检出风险
我们将AI-DM和cDM的癌症检出风险基于一项瑞典筛查研究[15]。然而,该论文未呈现任何年龄特异性结果,因此我们不得不进行一些调整以获得40–54岁和55–74岁的检出风险。从一份瑞典筛查报告中,我们发现40–54岁的检出率比平均筛查检出风险低47%,55–74岁的检出率高40%[7]。从同一份报告中,我们发现 Interval cancer 在40–74岁两年期间占所有乳腺癌的29.5%。我们假设该比例在两个年龄组中一致,从而使我们能够估算40–54岁和55–74岁女性的癌症总数。我们假设AI未检出额外癌症,并且Interval cancer风险通过从癌症总数中减去筛查检出癌症数来计算,AI-DM和cDM均如此,见表1。对于75岁及以上且不再参与筛查程序的个体,我们使用了NKBC 2018–2022年的年龄特异性乳腺癌发病率数据。我们使用了75–90岁的年龄特异性数据,并对90岁以上个体应用了平均发病率,因为单个年份的数据不确定性较高。新检出、筛查检出和Interval cancer的分期分布见表2。分期分布数据来自NKBC,包括2020–2022年不同分期的25,913例检出乳腺癌病例。
效用权重
模型中使用的年龄别标准QALY权重,是根据一项呈现瑞典总体人群效用值已发表研究[25],按参与者年龄进行赋值的。由于Burström等[25]的研究未提供88岁以上人群的QALY权重,我们对88岁及以上人群采用了与88岁相同的QALY权重。表2呈现了各分期的生活质量下降值。为获得这些下降值,我们使用了来自一项瑞典研究的各分期QALY权重(该研究平均年龄为57岁),然后从57岁人群的标准QALY权重中减去该数值[26]。由于文献中未找到各分期特异的下降值,我们对0期、I期和II期使用了相同的下降值。
转移概率,乳腺癌患者远处转移的风险
NKBC登记处包含对所有乳腺癌患者的五年随访,如果个体发生远处转移,首次远处转移的日期记录在登记处中。我们利用该信息,采用Kaplan-Meier法计算了2014-2017年初次诊断为原发性乳腺癌的40-74岁患者各分期特异的年度远处转移风险。分析分别基于I期11,459例、II期5,916例和III期433例患者。我们在模型中假设0期按定义不会导致远处转移。我们从一项澳大利亚研究中看到,I期和II期在5年后概率保持稳定,因此我们在5年后使用了相同的概率[27]。对于III期,我们的概率与Lord等[27]非常相似,因此我们在五年后直接采用了澳大利亚的概率。
死亡概率
年龄别标准死亡率取自HMD,使用瑞典2022年生命表(mortality.org)。我们使用NKBC中2014年至2017年间登记的977例首次远处转移(IV期)数据,采用Kaplan-Meier法估计了至五年内的年度乳腺癌特异性死亡风险。患者随访至2022年12月31日,若死于非乳腺癌原因则作为删失处理。由于剩余病例较少导致高不确定性,我们将分析限制在五年内。5年之后的数据,我们改用了澳大利亚研究的数据(Lord等[27])。
单因素情景分析
除基础案例分析外,我们应用了四种不同的情景分析。在第一个情景中,我们评估了仅对癌症风险升高(Transpara评分10)使用双人人工阅片相关的成本变化,如Lång等[15]所述。在第二个情景中,我们测试了仅使用单个人工阅片者加AI对所有个体进行筛查的情况。一项瑞典研究显示,与仅使用双人人工阅片加AI相比,单个人工阅片加AI的相对频率低3%(261/269)[19]。在本分析中,我们因此将AI-DM的癌症检出概率降低了3%。在第三个情景中,我们测试了对风险0–7使用AI加单个人工阅片,对风险8–10使用AI的情况。一项瑞典研究显示,与仅使用双人人工阅片加AI相比,单个人工阅片的相对频率低9%(246/269)[19]。在本分析中,我们因此将AI-DM的癌症检出概率降低了9%。在第四个情景中,我们使用基础案例情景,但评估了将所有阅片工作外包给外部医疗公司的成本和效果,单位成本为4.8欧元。
结果
基础案例情景
总成本(包括筛查相关成本和乳腺癌相关成本)在AI-DM和cDM中分别为3,468,967欧元和3,528,288欧元。与cDM相比,AI-DM节省了59,320欧元的成本。每1000人中,AI-DM相比cDM获得了10.8个QALY。以更低成本获得QALY意味着AI-DM筛查策略相较于cDM具有优势。盈亏平衡出现在42岁的第二次筛查时。对40至74岁之间的1000人进行两年一次筛查,AI-DM相比cDM减少了11,810次人工阅片,见表3。这对应于20,703欧元的较低成本,但AI的许可成本为20,840欧元,这意味着阅片方面没有总成本节省。总体而言,AI-DM策略比cDM略贵,增量成本为552欧元。
概率敏感性分析
图2显示了来自1000次蒙特卡洛估计的增量成本-效果平面图,展示了AI-DM相比cDM的每人增量成本和收益。概率敏感性分析的结果显示,AI-DM策略在95.2%的模拟中具有优势。这意味着有95.2%的确定性表明,与cDM相比,AI-DM对个体而言既成本更低又产生更多健康(QALY)。在3.3%的模拟中,AI-DM相比cDM效果较差(QALY较少),在1.5%中AI-DM更有效但成本高于cDM。如果将支付意愿设定为50,000欧元/QALY,AI-DM策略在96.7%的模拟中具有成本效果。
单因素情景分析
基础情景包括对中危和高危癌症风险(Transpara评分8–10)均进行双人人工屏幕阅片。在情景分析一中,将阈值水平提高至仅对高危癌症风险(Transpara评分10)使用双人人工屏幕阅片,结果使筛查相关成本节省了€5394。情景分析二中,我们对所有个体仅使用单人人工屏幕阅片加AI,结果使筛查相关成本节省了€8439。然而,在第二情景中,与基础情景相比,获得的QALYs从10.8降至8.8。情景分析三中,我们对风险0–7仅使用AI,对风险8–10使用单人人工屏幕阅片,结果使筛查相关成本节省最大,为€29,376。因此,获得的QALYs从10.8降至5.2。在第四情景分析中,我们应用了基础情景,但将屏幕阅片外包给另一家公司,每次检查的顾问费为€4.8。采用AI-DM的策略随后导致筛查相关成本增加€31,752,但如果同时考虑癌症成本,则节省了€28,120。四种情景的结果见图3。
讨论
使用Markov模型模拟邀请1000名女性使用cDM或AI-DM进行两年一次筛查的终生成本和效果。分析显示,AI-DM是一种优势策略,即与cDM相比,获得QALYs并节省成本。分析揭示,虽然筛查相关成本略高,但向更早癌症检测的转变导致模型内长期成本降低。
尽管人工智能在乳腺X线摄影中的应用是一个新兴领域,且已有多项随机筛查试验发表,但我们仅检索到一篇先前发表的文章评估了人工智能辅助乳腺X线摄影的长期成本效益[28]。该英国研究评估了Kheiron Medical Technologies公司名为mammography intelligent assessment的机器学习系统的成本效益,该系统以人工智能替代一名放射科医生,与NHS系统内双人人工筛查阅片进行比较。他们发现该人工智能系统具有成本效益,成本较低,但QALY也较低。然而,所用模型高度保守,导致与标准NHS策略相比,人工智能发现的癌症较少。瑞典最近的两项大型随机筛查试验显示,人工智能系统(Transpara和Lunit)联合放射科医生比cDM联合双人人工阅片能检出更多癌症[15, 19]。一个常见的假设是,人工智能系统能发现那些原本会被发现为间期癌的癌症。Lång等[17]回顾了429例间期癌,发现间期癌分类(微小征象/假阴性)与人工智能风险评分之间存在统计学显著相关性。人工智能系统正确定位了58%的此类病例,并发现了23%的IV期癌症和/或因癌症死亡的女性。这表明人工智能可能有望降低间期癌发生率并改善高危疾病的检出。人工智能系统可能有助于最小化过度诊断——这是乳腺X线筛查的主要局限性之一(4)——并对AI-DM的成本效益和QALY结果产生积极影响。需要更多研究来证实这些假设。
如果我们假设AI-DM不比cDM检出更多癌症,放射科医生的短缺可能为AI-DM略高的成本提供合理性依据。本研究的主要优势在于我们的模拟模型基于两项瑞典随机试验,这为人工智能的癌症检出率提供了可靠估计[15, 19]。此外,癌症发病率、癌症相关死亡以及筛查和自发检出分期分布的参数均来自高质量的瑞典人群报告和登记数据库。近年来IV期乳腺癌的治疗取得了重大进展。然而,缺乏该参数的当代成本数据,可能导致对播散性疾病相关成本的低估。然而,如果人工智能系统能在更早期阶段检出癌症,这种低估可被视为保守的。另一个局限性是成本数据高度依赖瑞典医疗保健系统,可能限制这些发现对其他医疗保健系统的普适性。
结果表明,无论采用何种人工智能实施策略,人工智能的实施在筛查成本、总成本和QALY方面与cDM相似(图3)。然而,尽管差异很小,人工智能的实施显然具有成本效益,因为它降低了医疗保健系统的总成本,同时在基础案例和情景1–4中带来了QALY的增益(图2和图3)。
一个重要发现是,情景2(仅依赖单次阅片、独立于Transpara评分的AI辅助乳腺X线摄影)在总成本和QALYs方面表现劣于基础案例和情景1,尽管其筛查成本略低。这一结果尤其值得注意,因为一些AI-DM供应商提倡这种实施方式。
本研究的一个重要局限性在于对每名个体筛查阅片单位成本的估算。该估算源自放射科医生的每小时成本以及每小时预计完成的阅片数量。两项预测均基于瑞典Östergötland地区所有筛查阅片者的平均值。本研究中采用的每小时筛查阅片数量与一项英国研究[28]中描述的数据一致。然而,英国的放射科医生每小时成本更高,使得每次筛查阅片的成本与瑞典外部阅片的成本相当。值得注意的是,本分析未计入筛查阅片者参与的其他活动,如临床工作、住院医生培训和管理职责。
尽管本研究立足于瑞典医疗体系,但重要的是要考虑研究结果对其他医疗背景的潜在意义和可推广性,特别是与不同的报销结构和放射科医生人力能力差异相关的方面。瑞典实行公共资助的医疗体系,其特点是高度集中化、标准化临床路径以及强调公平获得医疗服务。这种框架有利于诊断策略的统一采用,并支持旨在优化资源利用的干预措施。
相比之下,其他国家的医疗体系——尤其是混合筹资模式或以私人筹资为主的模式,如美国——在将这些发现转化为实践时可能面临不同的挑战。在此类体系中,报销机制和财务激励可实质性影响诊断决策,可能优先考虑数量而非价值导向的医疗。因此,在公共资助模式下具有成本效益的干预措施,在报销基于操作而非结果导向的环境中可能面临实施障碍。
此外,放射科医生的可获得性是评估这些发现可迁移性的一个关键变量。瑞典与许多欧洲国家一样,正经历放射科医生短缺,促使需要采取提高诊断效率和优化利用现有专业知识的策略。然而,放射科医生短缺的程度在国际上存在差异,放射科医生与人口比例较高的医疗体系可能面临不同的压力和优先事项。反之,在人力约束更为严峻的环境中,工作流程优化和任务优先排序的相关性和紧迫性可能更高。
影响可推广性的其他因素包括医疗体系的数字化程度、临床决策支持工具的整合、医疗法律框架,以及对诊断不确定性和临床风险的文化态度。在将研究结果外推到瑞典体系之外时,必须仔细考虑这些背景因素。
虽然本研究结果在瑞典背景下具有高度相关性,但外推至其他医疗体系时应考虑结构性、经济及人力资源相关差异。未来研究若能在多样化的医疗环境中考察类似策略的适应性与有效性,将进一步为其更广泛的适用性提供依据。
未来研究工作应优先开展前瞻性、多中心研究,以验证人工智能应用的临床与经济影响。该方法将为基于证据的欧洲筛查政策更新提供依据,并促进公平获得高质量乳腺影像服务。
人工智能在数字乳腺摄影中的潜力,只有通过审慎的政策调整、严格的临床验证以及对提供公平、以患者为中心的照护的持续承诺,才能充分实现。
结论
本分析显示,在瑞典40–74岁女性人群中使用人工智能辅助乳腺摄影进行两年一次乳腺癌筛查,与采用双人人工阅片的常规策略相比是一种节省成本的策略。仍需进一步临床研究,因为情景分析显示其他更依赖人工智能的策略同样具有成本节约效果。
引用
- Lyth J, Gialias P, Husberg M, et al. Results from a Swedish model-based analysis of the cost-effectiveness of AI-assisted digital mammography. Eur Radiol. 2025. PMID: 40684064. doi:10.1007/s00330-025-11821-9
- 全文:PMC12712019(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12712019/
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。