AI风险标记位置与筛查前数年乳腺X线特征分析
该回顾性研究纳入挪威乳腺筛查中130031次检查,使用商业AI模型A与院内模型B,分析影像确诊乳腺癌前4年与2年连续筛查中风险评分前10%的检查。结果显示两模型分别有61%与57%的病例在诊断前4年至少一个体位标记对应最终癌灶位置,但同期放射科医师将89%判定为真阴性或非特异性轻微征象。
要点
- AI高风险评分可在诊断前2–4年标记出最终癌灶位置,但多数当时无放射科医师可识别的可疑征象。
- 诊断时最常见征象为毛刺状肿块(28%)和密度伴钙化(20%),二者在诊断前4年与2年均未出现。
- AI标记未对应癌灶的病例中,放射科医师均判定癌灶位置无异常征象,提示AI可能捕捉到人眼不可见的早期改变。
核心结论
- 两个AI模型可在诊断前2年和4年的筛查乳腺X线片中识别出相当一部分最终确诊的乳腺癌灶,但放射科医师对同期图像多数判为阴性。
- AI标记与最终癌灶位置在诊断前4年至少一个体位对应的比例:模型A为61%(26/43),模型B为57%(27/47)。
- 诊断前4年两模型标记在双体位均对应癌灶的比例分别为42%(18/43)和34%(16/47)。
研究设计与样本
- 回顾性研究,基于挪威乳腺筛查项目2008–2018年130031次筛查检查数据,单中心(Østfold医院)。
- 纳入有影像确诊乳腺癌且有两次连续既往筛查检查、且两个AI模型在两次既往检查中风险评分均位于最高10%的病例。
- 使用商业AI模型Lunit INSIGHT MMG 1.1.7.2(模型A)和挪威计算中心院内模型(模型B)。
- 由两名乳腺放射科医师(经验分别为21年和8年)对每例女性连续三次双体位筛查图像进行共识性知情回顾。
- 参考标准为诊断性乳腺X线及必要时的断层合成、超声和MRI确认真实癌灶位置。
关键影像表现/征象
- 诊断前4年73%(44/61)的病例在癌灶位置无任何乳腺X线征象,2年前该比例降至47%(29/61)。
- 单纯钙化在诊断前4年见于19%(12/61),诊断前2年见于28%(17/61),诊断时为18%(11/61)。
- 诊断时最常见征象为毛刺状肿块(28%,17/61)与密度伴钙化(20%,12/61),后两者在诊断前4年和2年均未出现。
- 诊断时表现为密度伴钙化的12例中,7例在2年前表现为单纯钙化,2例在4年前表现为单纯钙化。
- 在AI标记至少一个体位对应癌灶的病例中,诊断前4年有39%(模型A)和48%(模型B)在癌灶位置被判定为无征象。
诊断标准与关键数值
- AI高风险评分定义为129385次筛查检查中风险评分位于最高10%。
- 诊断前4年至少一个体位AI标记对应癌灶的比例:模型A为61%(26/43),模型B为57%(27/47)。
- 诊断前2年至少一个体位对应比例:模型A为81%(35/43),模型B为75%(35/47);诊断时分别为98%(42/43)和94%(44/47)。
- 诊断前4年放射科医师将89%(模型A 23/26,模型B 24/27)的正确标记检查判为真阴性或非特异性轻微征象。
- 诊断前2年放射科医师将89%(模型A 31/35)和83%(模型B 29/35)的正确标记检查判为真阴性或非特异性轻微征象。
临床应用与阅片要点
- AI高风险评分调用的病灶标记在部分病例中可提前数年在最终癌灶区域出现,可辅助放射科医师关注对应区域。
- AI标记最高10%风险评分中约93%并非癌症,不能仅依据AI高风险评分进行补充影像检查或召回。
- AI标记与癌灶对应但同期放射科医师判为阴性时,需结合双体位标记情况及钙化演变综合判断。
- AI鉴别良恶性钙化的能力仍有限,对含钙化病变的AI标记应结合钙化形态综合分析。
局限性
- 回顾性单中心设计,仅纳入两次既往检查均为最高10%风险评分的影像确诊癌症,可能对早期显影病例存在选择偏倚。
- 既往图像征象分类仅由两名内部放射科医师完成,分类标准存在主观解释差异,可能降低结果可推广性。
- 纳入的是影像确诊癌症,未包括间期癌或仅2年前评分升高的病例,可能遗漏具有不同特征的癌症亚型。
全文中译11 节 · 点击展开
引言
乳腺癌是全球女性中最常诊断的癌症,也是癌症相关死亡的主要原因,2022年新发病例230万例,死亡近666,000例 [1]。乳腺X线筛查可实现早期发现,降低晚期疾病的发生率、治疗负担 [2] 以及乳腺癌特异性死亡率 [3, 4]。然而,在乳腺X线片上准确检出乳腺癌仍具挑战性,综述研究表明,20–30%的筛查检出癌和间期癌在既往乳腺X线片上已有可见征象 [5, 6]。此外,乳腺X线筛查存在潜在危害,包括过度诊断和假阳性结果,可能导致不必要的焦虑和干预 [7, 8]。因此,提高敏感性和特异性,同时改进工作流程策略,对于优化筛查项目的获益至关重要。
人工智能(AI)模型,尤其是基于深度学习的模型,已展现出增强早期乳腺癌检测的潜力,可对间期癌和下一轮筛查检出癌之前的筛查乳腺X线片赋予较高的AI风险评分 [9–14]。这些模型通常在检查层面和乳房层面生成恶性肿瘤风险评分,并标记感兴趣区域。然而,较高的AI风险评分并不一定意味着AI标记与癌症位置之间存在相关性 [15–18]。一项瑞典研究报告称,在评分为10分(1–10分制)且被放射科医生回顾性分类为具有极轻微恶性征象的间期癌之前的筛查检查中,半数检查的AI标记与后来诊断的癌症位置相对应 [17]。尽管人们对基于AI的乳腺X线分析兴趣日益增长,但关于AI模型如何对特定乳腺X线特征作出反应的知识仍然有限 [19–22]。特征描述在放射学判读中始终处于核心地位。乳腺影像报告和数据系统(BI-RADS)提供了一套标准化术语和评估框架,支持对乳腺X线所见及其相应恶性风险进行一致的评价和沟通 [23],并被乳腺放射科医生广泛采用。
两项回顾性研究得出结论,AI模型可在诊断前2年和4年识别乳腺癌,但既未检查AI标记与肿瘤位置的空间对应关系,也未检查对AI风险评分有贡献的具体特征 [11, 12]。
为弥补与高AI风险评分相关的一些知识空白,我们对诊断前4年和2年筛查轮次中AI风险评分位于最高10%的筛查检出癌及筛查乳腺X线片进行了回顾分析。我们检查了AI标记的位置、乳腺X线特征,并分类判断诊断前是否存在恶性征象。
材料与方法
本研究经区域医学与健康研究伦理委员会批准(#13294,#11022),并依据GDPR第6条第(1)款(e)项和第9条第(2)款(j)项开展。数据披露依据《个人健康档案系统法》第19a-h条 [24] 和《癌症登记条例》第3–1条 [25] 获得法律授权。
挪威乳腺筛查项目(BreastScreen Norway)
由挪威公共卫生研究所(NIPH)癌症登记处管理的挪威乳腺筛查项目(BreastScreen Norway)每两年邀请约68万名50–69岁女性进行双体位(头尾位和内外斜位)数字乳腺X线摄影。筛查乳腺X线片由两位放射科医生独立判读,评分从1到5分,其中1表示正常,5表示高度怀疑恶性。一位或两位放射医生评分≥2的检查将在共识/仲裁会议上进行讨论,以决定是否需要召回进行进一步评估。2017–2021年期间,该项目参与率为76%,召回率为3.3%,筛查检出癌为每1000例筛查6.2例,间期癌为每1000例筛查1.8例[26]。
AI模型
我们在研究中使用了两个经过乳腺癌检测训练的AI模型。模型A为Lunit INSIGHT MMG 1.1.7.2版,这是一个市售模型(具有欧洲合格认证(CE标记)并获得美国食品药品监督管理局[FDA]批准)。该模型生成0至100%的连续乳腺水平恶性风险评分,评分越高表示癌症可能性越大。评分≥10%的乳腺X线片包含一个或多个热图标记,每个标记关联一个局部风险评分[27]。
AI模型B是一个内部模型,由挪威计算中心(NCC)与挪威公共卫生研究所癌症登记处合作开发。该模型已在其他文献中描述[28]。重要的是,来自东福尔郡的乳腺X线片未包含在该模型的训练或交叉验证中。模型B生成0至100的连续风险评分,并在每个体位中高亮显示正方形感兴趣区域,以绿色到红色的颜色编码表示乳腺癌风险的递增。除标记为绿色的区域外,所有感兴趣区域均附带一个或多个标记。两个AI模型的整体性能已在与本研究所用队列大部分重叠的人群中报告[18]。
研究样本
这项回顾性研究纳入了2008年1月2日至2018年12月19日期间,作为挪威乳腺筛查项目的一部分在东福尔医院接受筛查的42,371名女性共130,031例筛查检查的数据。所有乳腺X线片均经假名化处理,并使用AI模型A和B进行分析。经过排除后,129,385例检查符合分析条件,其中包括749例筛查检出癌。诊断时平均年龄为62.0岁(SD = 4.5)。
研究样本包括筛查检出癌女性及诊断前的连续两次筛查检查,其中两个AI模型中至少有一个在此前两次检查中均给出了最高10%范围内的风险评分,从而形成三组连续筛查检查:分别在诊断前4年和2年以及诊断时进行(图1)。
研究变量
筛查检出癌定义为因乳腺X线发现而经召回评估后诊断的乳腺癌,包括经组织学证实的导管原位癌(DCIS)和浸润性癌。当AI模型A和/或B在研究人群的129,385例筛查检查中给出的风险评分处于最高10%范围内时,该检查被视为AI高风险评分选中。AI模型被视为回顾性数据的独立阅片者。诊断时乳腺X线片定义为导致召回并诊断出筛查检出癌的筛查乳腺X线片。
放射学回顾
两位乳腺放射科医生(M.U.K. 和 M.A.M.,分别具有 21 年和 8 年的阅片经验)对患有筛查检出癌症的女性连续三次双视图筛查乳腺 X 线片进行了基于共识的知情回顾,这些检查在诊断前 4 年和 2 年被 AI 系统标记为高风险。
我们记录了在全部三个时间点上,标记是否在一个或两个视图中与癌症位置相对应。如果 AI 标记位于癌症边界内,则认为其是对应的,真实癌症位置通过诊断性乳腺 X 线片及补充影像学手段(包括断层合成、超声和 MRI,如有需要)进行核实。
癌症位置的乳腺 X 线特征根据改良 BI-RADS 分类进行分类:肿块、毛刺状肿块、不对称、结构扭曲、单独钙化、密度伴钙化及无特征 [23]。对于诊断前 4 年和 2 年的检查,癌症位置的发现根据欧洲指南 [29] 分为真阴性(癌症位置无发现)、轻微非特异性征象(癌症位置的非特异性发现,召回不认为可能)、轻微显著性征象(不一定被视为需要召回的细微发现)和假阴性(明显发现)。
统计分析
按 AI 模型分层,我们报告了三次连续筛查乳腺 X 线片中 AI 标记与癌症位置相对应的乳腺 X 线视图的频数和百分比、筛查检出癌症的组织病理学肿瘤特征,以及既往筛查乳腺 X 线片上恶性征象的分类。桑基图展示了筛查检查之间乳腺 X 线特征的变化。所有分析均使用 Stata(StataCorp,2025,Stata 统计软件:第 19 版)完成。
结果
在 281 例患有筛查检出癌症且有两次既往连续筛查检查的女性中,AI 模型 A 和 B 分别在筛查检出癌症诊断前 4 年和 2 年将 15%(43/281)和 17%(47/281)分类为高风险(最高 10% 以内)。29 例被两种 AI 模型同时选中,14 例仅被模型 A 选中,18 例仅被模型 B 选中,共计 61 例筛查检出癌症/三组连续筛查检查(图 1)。
诊断前 4 年,模型 A 在两个视图中与癌症位置相对应的 AI 标记为 42%(18/43),模型 B 为 34%(16/47)(表 1)。诊断前 2 年,模型 A 的相应百分比为 61%(26/43),模型 B 为 49%(23/47);诊断时,模型 A 和 B 分别为 86%(37/43)和 81%(38/47)。
诊断前 4 年,至少在一个视图中正确定位筛查检出癌症的比例,模型 A 为 61%(26/43),模型 B 为 57%(27/47)。诊断前 2 年,模型 A 的标记与癌症位置相对应的比例为 81%(35/43),模型 B 为 75%(35/47);诊断时分别增加到 98%(42/43)和 94%(44/47)(表 1)。图 2 展示了一例筛查检出癌症,两种 AI 模型在全部三个时间点均有标记。
三个时间点癌症部位乳腺X线特征的频率见补充表1。诊断前4年,73%(44/61)的病例被判定为无乳腺X线特征,而该比例在诊断前2年降至47%(29/61),诊断时未报告。诊断前4年单独观察到钙化的比例为19%(12/61),诊断前2年为28%(17/61),诊断时为18%(11/61)。诊断时最常见的乳腺X线特征为毛刺状肿块(28%,17/61)和伴钙化的致密影(20%,12/61),这两个特征在诊断前4年和2年均未出现。在诊断时表现为伴钙化致密影的病例中(n = 12),7例在诊断前2年被分类为钙化,2例在诊断前4年被分类为钙化,而分别有3例和9例在诊断前4年和2年被判定为无特征(图3)。
在所有AI标记与后来出现的癌症不对应的病例中,放射科医师均将该癌症部位判定为无特征。在至少一个投照体位中AI标记与癌症部位对应的病例中,模型A有39%(10/26)在诊断前4年被判定为无特征,模型B为48%(13/27);诊断前2年,模型A和模型B的相应比例分别为23%(8/35)和26%(9/35)(补充表2)。
按AI模型分层的筛查检出癌症的乳腺X线特征(表2)显示,仅由模型A检出的病例中29%(4/14)单独表现为钙化,仅由模型B检出的病例中无单独钙化,而两个模型均检出的病例中该特征占24%(7/29)。毛刺状肿块是仅由模型B检出的癌症中的主要特征(9/18),而在仅由模型A检出的癌症中约占四分之一(3/14)。在被判定为伴钙化致密影的12例中,9例(75%)被两个模型均检出。
非特殊型浸润性癌是所有组中最常见的组织学类型;仅由AI模型A检出的14例中有10例,仅由模型B检出的18例中有14例,两个模型均检出的29例中有24例。仅由模型A检出的癌症中位肿瘤直径为11 mm,仅由模型B检出的为15 mm,两个模型均检出的为12 mm。仅由模型A检出的14例癌症中,2例淋巴结阳性;仅由模型B检出的18例中为7例,两个模型均检出的29例中为6例(表2)。
放射科医师将AI标记与癌症部位不对应的所有筛查乳腺X线检查在两个既往时间点均分类为真阴性。对于诊断前4年AI标记定位正确的检查,模型A检出的89%(23/26)和模型B检出的89%(24/27)被放射科医师分类为真阴性(图2)或非特异性微小征象(图4)。诊断前2年,AI模型A的相应比例为89%(31/35),模型B为83%(29/35)(表3)。图5展示了一例在诊断前4年和2年均被分类为假阴性的病例。
我们在AI标记与癌症部位对应的检查中,按模型和放射科医师分类对组织病理学特征进行了分层(补充表3)。
讨论
在这项针对筛查检出癌症的回顾性研究中,这些癌症在之前连续两次检查中均被两个AI模型评为高风险(前10%),模型在诊断前4年分别正确标定了61%和57%病例的癌症位置。然而,放射科医师将其中89%的检查判定为真阴性或极轻微非特异性征象。这提示,AI模型可能具有识别乳腺X线片上细微病理模式的潜力,而这些模式是放射科医师无法捕捉到的。
在诊断前4年,模型A和模型B的AI标记分别在61%和57%的病例中与至少一个体位中的癌症位置相符,在42%和34%的病例中与两个体位中的癌症位置均相符。放射科医师可能基于单个体位中的可疑发现将检查判读为阳性,因为他们深知有些乳腺癌仅在一个体位中可见。当AI标记与可疑的乳腺X线征象相符时,跨体位的一致性不太可能影响召回决策。然而,对于通常被放射科医师判读为阴性的非常细微的癌症征象,在两个体位中均有对应标记的高风险评分可能比仅在一个体位中标记的发现更具可疑性,并可能影响放射科医师的判读和召回决策。
在放射科医生报告无恶性征象的情况下,两款AI模型在相似数量的病例中,均于确诊前数年就给出了高风险评分并正确定位了癌症。这种差异对如何最佳地利用AI在乳腺癌早期检测中的潜力构成了挑战,并突显了优化AI输出融入筛查工作流程方式的必要性。在将AI风险评分前10%视为AI阳性的阈值下,大多数检查(约93%)并非癌症。额外的影像学手段,如对比增强乳腺X线摄影或MRI,由于灵敏度更高,可提高早期检出率。然而,仅基于高AI风险评分提供补充成像将大幅提高召回率,造成假阳性检查带来的心理负担,并挤占筛查资源。因此,AI的价值可能不仅在于癌症检测,还在于个性化筛查中的风险分层[30]。支持这一观点的是,Gjesvik等人报告,与无癌症病例相比,筛查检出癌症前2年和前4年的检查中,平均AI评分更高[12]。未来纳入乳腺密度、纹理特征以及家族史和生活方式等既定风险因素的基于AI的风险模型,可能实现更具针对性的筛查策略。高风险女性可接受更频繁的检查并受益于额外成像,而低风险女性则可减少筛查频率。AI对良恶性特征区分能力的提高,也可能降低AI阳性的阈值,从而减少被标记为可疑的数量。乳腺X线特征随时间演变,诊断时最常见的表现是毛刺状肿块和伴钙化的密度增高,尽管在4年和2年前并不存在。在诊断时表现为伴钙化密度增高的癌症中,59%在2年前仅表现为钙化。判读钙化具有挑战性,因为大多数是良性的,尽管筛查乳腺X线片上的簇状钙化与无钙化者相比,乳腺癌风险增加[31]。Moshina等人进一步报告,癌症表现为伴钙化密度增高的女性,与表现为毛刺状肿块的女性相比,乳腺癌死亡风险更高[32],这强调了早期检测的重要性。已有研究表明,AI模型会对含钙化的乳腺X线片赋予高风险评分,包括恶性和小的良性簇状钙化[19,33]。这凸显了提高基于AI的区分能力以及全面掌握良性与恶性钙化形态的放射学知识的必要性。
不同AI模型选出的检查之间并无完全重叠,按AI模型对乳腺X线及组织病理学特征进行分层,揭示了各自所选病例的差异。使用两款AI模型增加了确诊前被识别的病例数,这一发现得到了一项使用两款商用AI模型的韩国研究的支持[34]。然而,在临床环境中,这也会增加AI产生的假阳性检查,因此需要评估这种方法的获益、弊端及经济影响。对模型性能的比较评估可增进对其各自优势与局限的理解,从而可能提高放射学的信任度和质量保证。
使用常规筛查环境中的数据是本研究的一个优势。局限性包括回顾性单中心设计,由于使用了两位内部放射科医师,审查中的分类可能存在偏倚。用于评估诊断前检查中恶性乳腺X线征象的分类类别可能受不同解读的影响,从而可能降低研究结果的普适性。研究样本纳入了在筛查发现癌症之前两轮筛查中AI风险评分较高的病例。这种方法可能引入了选择偏倚,因为在诊断前数年即显示早期恶性征象的筛查发现癌症可能并不能代表所有筛查发现的癌症。仅纳入诊断前2年的高分检查,或纳入间期癌之前的检查,会增加病例数量,并可能纳入具有不同特征的癌症,从而可能得出不同的结果。这种方法可能更能反映真实世界的情况。评估诊断前显示恶性乳腺X线征象的病例在组织病理学上是否与无此类征象的病例存在差异,本具有临床相关性。然而,这些病例数量过少,无法得出结论。
总之,本研究表明AI辅助乳腺X线筛查在促进乳腺癌早期检测方面具有潜力,因为两个独立的AI系统分别在诊断前2年和4年将既往乳腺X线片标记为高风险。由于AI标记的区域往往缺乏放射科医师可见的可疑发现,AI辅助筛查的真实临床影响仍不确定。因此,有必要开展进一步的回顾性和前瞻性研究。这些发现还提示AI在风险分层以及制定更个体化的乳腺癌筛查策略方面具有潜在作用。
补充信息
补充信息
引用
- Martiniussen, Bergan, Kristiansen, et al. Location of AI risk markers and associated mammographic features in screening mammograms obtained years before screen-detected breast cancer. Eur Radiol. 2026. PMID: 42313161. doi:10.1007/s00330-026-12689-z
- 全文:PMC13661703(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13661703/
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。