孫應(yīng)實，曲玉虹

(北京大學(xué)腫瘤醫(yī)院暨北京市腫瘤防治研究所醫(yī)學(xué)影像科 惡性腫瘤發(fā)病機制及轉(zhuǎn)化研究教育部重點實驗室，北京 100142)

乳腺癌是全球女性發(fā)病率第一的惡性腫瘤，在我國，乳腺癌死亡率逐年上升[1]，嚴(yán)重威脅女性健康。關(guān)于乳腺癌的研究持續(xù)成為關(guān)注焦點。乳腺癌患者5年生存率在部分發(fā)達(dá)國家可達(dá)85%，在北美及大洋洲等發(fā)達(dá)國家已達(dá)90%[2]。近年來，隨著女性癌癥篩查意識的增強，我國乳腺癌患者的5年生存率已提升至82%[2]，但與發(fā)達(dá)國家仍存在差距。

乳腺癌的早期診斷、早期治療十分重要。早期診斷乳腺癌可使腫瘤臨床分期前移，提高治愈率，因此早期篩查作用突出。目前支持乳腺癌篩查的科學(xué)依據(jù)較其他任何腫瘤均更為全面[3]。Hillman等[4]指出，早期精確診斷可使乳腺癌患者5年生存率從25%提高到99%。盡管目前已發(fā)展出多種用于乳腺癌篩查的影像學(xué)手段，但乳腺X線攝影仍是研究最充分、唯一被證明可提高乳腺癌檢出率的影像學(xué)手段。乳腺X線攝影可提高40～69歲女性早期乳腺癌的檢出率[5]。經(jīng)過大規(guī)模、多中心的循證醫(yī)學(xué)研究后，學(xué)者廣泛認(rèn)為采用乳腺X線攝影篩查早期乳腺癌利大于弊[6]。目前乳腺X線檢查應(yīng)用于乳腺癌篩查的有效性雖已得到廣泛認(rèn)可，且歐美國家已建立和完善了相應(yīng)的乳腺癌篩查體系[3]，但仍存在一些爭議，如加拿大的一項研究[7]認(rèn)為對40～59歲女性每年進(jìn)行乳腺X線檢查并不能有效降低患者死亡率，且存在22%的過度診斷率；甚至有學(xué)者[8]認(rèn)為應(yīng)用乳腺X線篩查危害大于獲益，應(yīng)停止使用。

我國乳腺癌篩查起步較晚，由于社會經(jīng)濟發(fā)展不平衡，各地區(qū)乳腺癌篩查的模式并未統(tǒng)一。中國女性乳腺偏小，腺體致密，目前大部分地區(qū)的篩查工作模式是以乳腺X線檢查作為基本檢查方式，輔以超聲及臨床觸診[9]。但由于醫(yī)療衛(wèi)生水平的差距，篩查質(zhì)量難以保證；且占大比例的農(nóng)村女性對乳腺癌防治知識了解甚少，篩查意識不夠，依從性不高，影響了篩查工作的推進(jìn)[10]。不同于西方國家，中國女性乳腺癌發(fā)病年齡更為年輕，且60歲后隨年齡增加，發(fā)病率基本保持穩(wěn)定，故西方國家推薦的乳腺癌篩查方案并不完全適用于我國女性。因此，建立基于中國女性的篩查策略實屬必要。相信隨著乳腺檢查數(shù)據(jù)的標(biāo)準(zhǔn)化、信息庫的逐步完善及各級醫(yī)療單位篩查組的不懈努力，會制定出符合中國國情的乳腺癌篩查方案。

乳腺X線攝影雖然對微鈣化的敏感度高，但其篩查效能隨著乳腺腺體致密程度增高而降低，對極致密乳腺，X線檢查的敏感度僅為30%～64%，而對于脂肪型腺體，其敏感度約為76%～98%[11]。鑒于此，輔助篩查手段相繼出現(xiàn)[12]。斷層乳腺融合X線攝影(digital breast tomosynthesis， DBT)采用低劑量斷層融合的方法，無重疊影像的干擾，相比乳腺X線攝影提高了乳腺癌的檢出率，同時降低了假陽性率[13]；但DBT對微鈣化的敏感度尚無統(tǒng)一定論，且作為附加篩查工具，導(dǎo)致閱片時間及輻射劑量均有所增加[14]。增強DBT以及對比增強能譜乳腺攝影(contrast enhanced spectral mammography, CESM)對乳腺癌檢出的敏感度較高，可達(dá)98%[15]，但尚處于研究階段，故不推薦作為常規(guī)篩查手段。

超聲在20世紀(jì)80年代是乳腺癌的輔助篩查手段[16]，但診斷準(zhǔn)確率在很大程度上受醫(yī)師操作水平及經(jīng)驗的影響，且存在對微鈣化及非腫塊樣病變不敏感的弊端。超聲與乳腺X線攝影聯(lián)合篩查可增加檢出率，但增加了檢查費用、召回率和不必要的活檢[17-18]。超聲檢查無輻射，價格相對低廉，加之中國女性乳腺普遍偏小且腺體致密，故超聲作為乳腺癌篩查手段在我國應(yīng)用更為廣泛[19]。但是，截止目前，仍無源自中國的大規(guī)模數(shù)據(jù)，以提供符合中國國情的乳腺癌篩查策略的循證醫(yī)學(xué)證據(jù)[20]。

MRI對乳腺病變敏感度高。前瞻性研究[21]表明，對于高危女性，MRI的診斷敏感度高于乳腺X線聯(lián)合超聲檢查，且圖像分辨率高。但乳腺MR檢查的特異度低于乳腺X線檢查[22]，且價格較高，檢查時間相對較長。目前并無證據(jù)表明MRI可提高早期乳腺癌的檢出率。對于MRI作為輔助篩查手段是否可使患者獲益，尚需進(jìn)一步的臨床證據(jù)[23]。

乳腺癌的治療包含手術(shù)治療、放射治療、化學(xué)治療、內(nèi)分泌治療及抗人表皮生長因子受體-2(human epidermal growth factor receptor-2， HER2)治療等[24]。隨著影像組學(xué)、紋理分析及多參數(shù)MRI的發(fā)展，影像學(xué)與分子分型、基因分型的關(guān)系越來越多地被揭示[25]，影像學(xué)有望成為新的無創(chuàng)生物標(biāo)志物。隨著大規(guī)模臨床證據(jù)的出現(xiàn)以及保乳手術(shù)的增加，評價新輔助治療的療效成為臨床治療的重要環(huán)節(jié)。乳腺MRI憑借多序列、多參數(shù)及功能成像等優(yōu)勢在評價新輔助化療早期反應(yīng)、判斷新輔助治療后殘余癌及評價預(yù)后方面具有優(yōu)勢[26]，其評價治療效果的準(zhǔn)確率高于乳腺X線攝影，但與超聲比較，評價殘余癌的準(zhǔn)確率尚需進(jìn)一步研究[27]。

隨著醫(yī)工學(xué)科的交叉融合，近年來人工智能在影像學(xué)診斷腫瘤方面得到飛速發(fā)展。影像組學(xué)作為一種多特征提取、篩選及建模分類的方法于2012年被提出后，受到研究者的廣泛關(guān)注[28]。影像組學(xué)是從影像圖像中提取海量特征來量化腫瘤等疾病，可有效解決因腫瘤等病變的異質(zhì)性而難以定量評估的問題。乳腺癌影像組學(xué)特征可用于鑒別不同乳腺癌分子亞型，且與腫瘤復(fù)發(fā)風(fēng)險顯著相關(guān)[29]，并可用于預(yù)測新輔助化療后病理學(xué)完全緩解。人工智能深度學(xué)習(xí)技術(shù)已被用于乳腺良惡性病變的分級。Arevalo等[30]通過整合深度卷積神經(jīng)網(wǎng)絡(luò)提取的特征和傳統(tǒng)手工特征來判斷乳腺病變的良惡性。融合遷移學(xué)習(xí)算法、半監(jiān)督學(xué)習(xí)算法的深度網(wǎng)絡(luò)也被用于提取乳腺病變的特征，以進(jìn)行良惡性分級[31]。深度卷積神經(jīng)網(wǎng)絡(luò)還被用于預(yù)測短期內(nèi)患乳腺癌的風(fēng)險[32]，在公開數(shù)據(jù)集，其檢出并判別良惡性的AUC可達(dá)到0.95[33]。我國人均醫(yī)療資源相對短缺，人工智能的出現(xiàn)有助于解決基層醫(yī)療診斷資源匱乏的困境，為提高乳腺癌篩查的效率和質(zhì)量提供良好前景。深度學(xué)習(xí)技術(shù)結(jié)合乳腺癌影像，實現(xiàn)高度自動化、精準(zhǔn)診斷乳腺癌將是乳腺癌影像學(xué)診斷的重要發(fā)展趨勢。作為一種新興研究方法，對于影像圖像的標(biāo)準(zhǔn)化獲取、高通量特征的穩(wěn)定性、特征選擇與建模等關(guān)鍵技術(shù)仍需探索。相信隨著標(biāo)準(zhǔn)化影像數(shù)據(jù)的積累，人工智能將會大力推動醫(yī)學(xué)診療的變革。