AI乳癌預測能力超越傳統模型 具跨人種應用潛力

人工智慧（AI）在乳腺癌早期預測領域展現顯著潛力，兩項最新研究指出，AI模型在識別高風險族群方面表現優於傳統臨床風險評估工具，並證明其具備跨種族和族裔的普適性。

根據《科學轉化醫學期刊》（Science Translational Medicine）刊載的研究，瑞典卡羅琳學院（Karolinska Institute）的 Mikael Eriksson 博士及其研究團隊開發出一款AI模型，用於預測未來十年內可能罹患侵襲性或原位乳腺癌的風險。該模型已在來自美國與瑞典的 8,676 名女性數位乳房攝影影像上進行驗證，其中包含 1,633 名乳腺癌確診者。結果顯示，此AI模型在預測侵襲性乳腺癌方面的表現，顯著優於三種傳統對照模型，尤其在 50 至 69 歲女性及雌激素受體陽性乳腺癌患者中更為突出。

該研究團隊指出，腫瘤發展至可篩檢或臨床檢測所需時間約為 5 到 20 年，因此以 10 年或終生風險作為預測期是合理的。此AI模型能根據臨床指南，在美國和瑞典的驗證案例中，識別高達四成的乳腺癌個案於研究初期即處於高風險狀態，對早期預防策略具潛在助益。

另一項發表於《科學進展》（Science Advances）的研究則聚焦於AI模型的泛化能力。美國華盛頓大學醫學院（Washington University School of Medicine in St Louis）的 Shu Jiang 博士與其同事評估了一種基於AI的乳房攝影風險評分（mammogram risk score, MRS）的普適性。該團隊分析了來自北美地區逾 226,000 名種族多元女性的常規乳房攝影篩檢數據。

研究結果證實，MRS 作為乳腺癌風險的強大預測因子，其效力不受種族或族裔限制，顯示其廣泛的臨床應用潛力。MRS 分數隨年齡增長，與乳腺癌風險上升的趨勢一致，並在各個種族與族裔群體中展現出良好的一致性和校準度。這項發現表明，MRS 能有效識別接受常規乳房攝影篩檢的女性中，哪些人具有較高的乳腺癌風險，有助於未來台灣乃至全球醫療體系推動更精準的早期篩檢與預防策略。