醫學影像領域迎來重大進展，一項最新的大型研究指出，僅憑乳房X光攝影（mammogram）影像訓練的人工智慧（AI）模型，在預測未來五年罹患乳癌的風險上，其準確度與效能已顯著超越目前廣泛使用的乳房密度評估。這項發表於北美放射學會（RSNA）年會的研究，為乳癌篩檢的個人化策略開闢了全新道路。
傳統上，乳房密度被視為評估乳癌風險的指標之一，因為緻密的乳腺組織不僅可能遮蔽腫瘤，也與較高的罹癌風險有關。不過，根據這項新研究，AI模型的風險分層能力遠比單純的密度評估強大。FemTech World報導指出，被AI模型歸類為高風險的女性，其五年內癌症發生率為5.9%，遠高於平均風險組的1.3%；相比之下，乳房密度評估的差異則小得多，緻密乳房者的發生率為3.2%，非緻密者為2.7%。
這款名為Clairity Breast的AI工具，其獨到之處在於能「看見」放射科醫師肉眼無法辨識的細微影像特徵。根據Radiology Business的報導，該模型透過分析數百萬張乳房X光片與其後續五年的健康數據進行深度學習，從而在像素層級辨識出與未來癌症發展相關的乳腺組織模式。 哈佛醫學院的放射學教授Constance D. Lehman博士說明，這項技術開啟了醫學新領域，利用AI發掘了影像中前所未見的資訊。
目前臨床上評估乳癌風險，多依賴年齡、家族史、基因與乳房密度等因子，但這些方法仍有其侷限。事實上，多數被診斷出乳癌的女性並無家族史，且近半數患者缺乏明確的風險因子。 AI模型的出現正好彌補了此一缺口，它提供了一個獨立於傳統標記的影像風險評分，讓風險評估更加全面與個人化，有助於醫師制定更精準的篩檢計畫。
這項技術的臨床應用潛力巨大。研究主要作者、德國亞琛工業大學附設醫院的Christiane Kuhl博士向媒體表示，AI風險模型能更精確地識別出高風險族群。 這意味著醫師可以建議這些女性提早接受篩檢，例如在30歲時進行一次基準乳房攝影，或增加篩檢頻率，甚至搭配MRI等更敏感的輔助影像檢查，從而實現真正的早期發現、早期治療。
此類AI工具的發展已從研究走向實際應用。根據Radiology Business報導，美國食品藥物管理局（FDA）已在5月批准了Clairity Breast，使其成為首款可透過常規乳房攝影預測五年乳癌風險的AI軟體。 這項授權象徵著AI在乳癌防治領域的角色日益重要，未來將無縫整合至現有的臨床工作流程中，協助醫師做出更明智的決策。