在MASAI研究中，比较了人工智能辅助的乳腺X线摄影筛查与标准双读法（不使用人工智能）在检测间隔期癌症方面的敏感性、特异性以及筛查准确性：这是一项随机、对照、非劣效性、单盲、基于人群的筛查准确性试验

随机对照试验表明，AI支持的乳腺钼靶筛查在降低间期癌症率方面与标准双读法非劣效（HR 0.88, 95%CI 0.65-1.18），且灵敏度更高（80.5% vs 73.8%, p=0.031），同时减少放射科医生工作量。

Jessie Gommers|Veronica Hernström|Viktoria Josefsson|Hanna Sartor|David Schmidt|Annie Hjelmgren|Anna-Maria Larsson|Solveig Hofvind|Ingvar Andersson|Aldana Rosso|Oskar Hagberg|Kristina Lång

荷兰奈梅亨拉德布德大学医学中心医学影像科

摘要

背景

有证据表明，人工智能（AI）可以通过提高癌症检测率并减少筛查工作量来改善乳腺X线摄影筛查效果，但其对间隔期癌症（在两次筛查之间或最后一次预定筛查后两年内被诊断出的原发性乳腺癌，但在筛查时未被发现的癌症）的影响尚不清楚。我们的目的是比较AI辅助乳腺X线摄影筛查与标准双读法在间隔期癌症检测率方面的差异。

方法

在这项瑞典的随机、对照、非劣效性、单盲、基于人群的筛查准确性试验中，参与者以1:1的比例被分配到AI辅助乳腺X线摄影筛查组（干预组）或标准双读法组（对照组）。AI用于将检查结果分类为单读或双读，并为放射科医生提供检测支持。该试验的主要结果是间隔期癌症的检测率，设定了20%的非劣效性边界。本次分析还报告了其他次要结果，包括间隔期癌症的特征、敏感性、特异性以及按年龄、乳腺密度和癌症类型（原位癌和浸润性癌）划分的敏感性。试验的详细信息可在ClinicalTrials.gov（NCT04838756）中找到，试验已经完成。

发现

2021年4月12日至2022年12月7日期间，共有105,934名女性被随机分配到干预组或对照组，其中19人被排除在分析之外。干预组的中位年龄为53.8岁（四分位数范围46.5–63.3岁），对照组的中位年龄为53.7岁（四分位数范围46.5–63.2岁）。干预组和对照组的间隔期癌症发生率分别为每1000人1.55例（95%置信区间1.23–1.92例）和1.76例（95%置信区间1.42–2.15例），非劣效性比例为0.88（95%置信区间0.65–1.18；p=0.41）。从描述性数据来看，干预组的浸润性癌症（75例 vs 89例）、T2+癌症（38例 vs 48例）和非腔内A型癌症（43例 vs 59例）较少。干预组的敏感性（80.5% [95%置信区间76.4–84.2]）高于对照组（73.8% [68.9–78.3]；p=0.031），这种效应在年龄和乳腺密度方面均一致，但在原位癌方面不显著。两组的特异性均为98.5%（95%置信区间98.4–98.6；p=0.88）。

解读

与标准双读法相比，AI辅助的乳腺X线摄影筛查显示出一致的有利结果：间隔期癌症发生率相当，具有不利特征的间隔期癌症较少，敏感性更高，特异性相同，同时还能减少筛查工作量。这些发现表明，AI辅助的乳腺X线摄影筛查能够有效提升筛查效果，可以考虑在临床实践中应用。

资金支持

瑞典癌症协会、地区癌症中心联合会以及瑞典政府的临床研究资助。

引言

人工智能（AI）在医疗保健领域的早期应用包括自动分析乳腺X线片以评估恶性肿瘤风险。1, 2 多项回顾性研究表明，AI的诊断准确性可与放射科医生相当甚至超过后者。1, 3, 4 这促使人们开始进行关于AI在乳腺X线摄影筛查中应用的前瞻性和观察性研究。5, 6, 7, 8, 9, 10, 11, 12 这些研究的结果表明，AI可以提高乳腺癌的检测率5, 6, 7, 8, 9, 10, 11, 12，同时不增加召回率，5, 7, 8, 9, 11，并且相比标准筛查程序还能减少放射科医生的工作量。5, 7, 8, 11 因此，AI有望改善筛查效果并解决乳腺影像领域的人力短缺问题。

研究背景

本研究之前的证据

乳腺X线摄影筛查与乳腺癌死亡率的降低密切相关，这主要归功于疾病的早期发现和治疗。然而，尽管欧洲指南建议进行双读筛查，仍有一些癌症在筛查过程中未被发现。其中一些癌症进展迅速，可能在两次筛查之间出现为间隔期癌症。人工智能（AI）有潜力辅助放射科医生进行筛查工作，从而可能提高筛查效果并减少工作量。在试验开始前，我们在MEDLINE数据库中检索了2015年1月1日至2020年12月31日期间发表的英文文献，这些文献的标题或摘要中包含“乳腺癌筛查”或“乳腺X线摄影筛查”以及“人工智能”或“机器学习”等关键词。未发现任何前瞻性试验。回顾性研究表明，AI的诊断准确性可与放射科医生相当，可用于区分恶性概率高的检查和恶性概率低的检查，显示出改善筛查效果和减少工作量的潜力，尤其是在双读程序中。

MASAI试验（Mammography Screening with Artificial Intelligence）的首份临床安全报告显示，AI辅助的筛查程序（包括分类和检测支持）是安全的，因为尽管筛查工作量减少了44%，但癌症检测率并未下降。MASAI试验的第二份报告关注了早期筛查效果和筛查发现的癌症特征，结果显示使用AI后癌症检测率提高了29%，假阳性率没有增加。检测率的主要提升来自小型、淋巴结阴性的浸润性癌症，其中侵袭性非腔内A型癌症（如腔内B型、三阴性癌和人表皮生长因子受体2阳性癌）增加了27%，这类癌症最有可能从早期检测中受益。同时，其他具有类似目标的前瞻性或观察性研究也显示出了类似的结果，即提高了癌症检测率并减少了工作量（分别提高了4–18%和33–45%）。此外，还有其他正在启动或处于准备阶段的随机对照试验，例如挪威的AIMS试验（NCT06032390）和澳大利亚的BRAIx试验（ACTRN12624001432505），但这些试验的结果尚未公布。

本研究的贡献

据我们所知，这是首项研究AI在乳腺X线摄影筛查中应用的随机对照试验，也是首项报告AI对间隔期癌症影响的试验。间隔期癌症通常具有较差的病理学特征和较高的乳腺癌特异性死亡率，因此间隔期癌症发生率是评估筛查效果的重要指标。在本试验中，AI辅助筛查的间隔期癌症发生率与非劣效性标准相当。虽然试验设计不足以证明AI的优越性，但在AI辅助筛查组中诊断出的间隔期癌症具有更优的特征。与标准双读法相比，AI辅助筛查的敏感性更高，这一改善在年龄和乳腺密度方面均一致，而特异性保持不变。

所有现有证据的综合意义

结合MASAI试验之前的两项分析结果，我们发现AI辅助的乳腺X线摄影筛查可以提高筛查效果，同时减少工作量。我们观察到癌症检测率大幅提高，间隔期癌症减少，且假阳性率没有增加，从而提高了敏感性并保持了相同的特异性。AI的主要检测优势在于小型、淋巴结阴性的浸润性肿瘤，尤其是非腔内A型癌症的检测率提升，这体现在间隔期的大型浸润性和非腔内A型癌症数量减少。这些结果表明，AI辅助筛查可以有效促进临床相关乳腺癌的早期发现。后续筛查结果将进一步揭示AI应用的临床意义。尽管这些研究并非随机设计，但其他研究也支持AI能提高癌症检测率和减少工作量的结论。随着更多随机对照试验的开展，这些发现将得到进一步验证。鉴于MASAI试验的良好结果，证明AI的成本效益性可能有助于在基于人群的乳腺X线摄影筛查项目中推广AI的应用，特别是在劳动力短缺的情况下。

尽管这些研究表明AI可以提高乳腺癌的检测率，但其对间隔期癌症的具体影响仍不确定。间隔期癌症通常具有较差的病理学特征和较高的乳腺癌特异性死亡率。13, 14 因此，间隔期癌症发生率是评估筛查效果的重要指标。先前的回顾性研究表明，根据使用的AI阈值不同，高达45%的筛查中被诊断为间隔期癌症的女性在AI评估中被归类为高风险。15, 16, 17, 18, 19, 20 这表明AI辅助的乳腺X线摄影筛查可以通过提高指定时间内所有诊断出的癌症中筛查发现的癌症比例来提高筛查效果。然而，据我们所知，尚未有涉及AI辅助筛查的前瞻性研究报告间隔期癌症发生率或其他长期随访结果（如敏感性和特异性）。

MASAI试验（Mammography Screening with Artificial Intelligence）是迄今为止唯一一项评估AI辅助乳腺X线摄影筛查效果的随机对照试验，并且是首个完成的研究。该试验将AI辅助筛查与标准双读法进行了比较。在AI辅助组中，AI风险评分较低的检查被分类为单读，而风险评分较高的检查则进行双读，AI为放射科医生提供检测支持。此前已有两项关于MASAI研究的分析报告。7, 8 第一份报告评估了前80,033名参与者的临床安全性，结果显示AI辅助筛查是安全的，尽管筛查工作量减少了44.3%，但癌症检测率并未下降。7 第二份报告评估了整个105,934名参与者的早期筛查效果和检测到的癌症类型及分期。8 结果显示癌症检测率提高了29%，假阳性率没有增加。检测率的主要提升来自小型、淋巴结阴性的浸润性癌症，还包括侵袭性更强的类型，如腔内B型、三阴性癌和人表皮生长因子受体2阳性癌。此外，未观察到低级别导管原位癌的检测率增加。这些结果表明，AI辅助的乳腺X线摄影筛查有助于早期发现具有临床意义的乳腺癌。在本分析中，我们旨在比较AI辅助乳腺X线摄影筛查与标准双读法的间隔期癌症发生率。

研究设计与参与者

MASAI试验的设计已在先前出版物中详细描述。7, 8 这项随机、对照、非劣效性、单盲、基于人群的筛查准确性试验是在瑞典乳腺癌筛查项目中进行的。在瑞典，40至74岁的女性每1.5至2年接受一次乳腺X线摄影筛查，具有中等遗传风险的女性以及有乳腺癌病史的女性（年龄限制至80岁）每年接受一次筛查。

结果

2021年4月12日至2022年12月7日期间，共有106,106名女性接受了乳腺X线摄影筛查，其中172人（0.2%）退出了试验。105,934名参与者被随机分配：53,052人属于干预组，接受AI辅助筛查；52,882人属于对照组，接受标准双读法。最终分析中排除了19名参与者，因此干预组的实际干预人数为53,043人。

讨论

这项随机对照试验比较了AI辅助乳腺X线摄影筛查（包括分类为单读或双读以及检测支持）与标准双读法的有效性。AI的使用使间隔期癌症发生率降低了12%，符合非劣效性的标准。AI的使用还提高了敏感性（80.5% vs 73.8%）和特异性（98.5%），与MASAI试验之前的结果一致。

利益声明

KL曾担任西门子医疗保健公司的顾问委员会成员，接受过阿斯利康公司的演讲酬金，现任瑞典国家乳腺癌筛查指南的主席，并是N23 Health（AI辅助的乳腺超声检查）的联合创始人。SH是挪威癌症登记处的BreastScreen Norway部门负责人（该部门与Screenpoint Medical有研究协议），并参与PCORI的董事会（比较有无AI辅助的乳腺X线摄影筛查）。

致谢

我们感谢试验的资助方：瑞典癌症协会（21,1631Pj, 22,0611FE）、地区癌症中心联合会（21/00060）以及瑞典政府的临床研究资助（ALF；2020-Projekt0079和2022-Projekt0100）。同时感谢斯科讷大学医院Unilabs乳腺X线科的工作人员、Unilabs公司、Sectra公司和ScreenPoint Medical公司的技术支持，以及参与试验的所有参与者。