突破性研究：人工智慧（artificial intelligence, AI）將漏診乳癌減少12％

一項今日發表於 The Lancet 的里程碑式研究，提供迄今最有力的證據，顯示人工智慧可以顯著改善乳癌篩檢結果。瑞典的 MASAI 試驗，涵蓋超過 100,000 名女性，顯示 AI 輔助乳房攝影不僅能減輕放射科醫師的工作負擔，更重要的是，能將「間隔癌（interval cancers）」——在例行篩檢之間被診斷出的腫瘤——的發生率降低 12％。

這一發現標誌著醫學影像領域的關鍵時刻，將人工智慧從實驗性輔助工具推向具臨床驗證、可透過及早偵測侵襲性腫瘤挽救生命的工具。

應對間隔癌的挑戰

數十年來，「間隔癌（interval cancer）」發生率一直是乳癌篩檢中最頑固的指標之一。這類癌症是在女性收到「陰性」乳房攝影結果後、且在下一次排定檢查之前被診斷出的。間隔癌通常更具侵襲性、生長更快，且預後較在篩檢中被發現的癌症為差。

來自 MASAI（乳房攝影（Mammography） 以人工智慧進行篩檢）試驗的新數據回應了這一關鍵缺口。研究發現，AI 支援組的間隔癌率為 每 1,000 名女性中 1.55，而對照組（由兩位放射科醫師進行標準雙重判讀）則為 每 1,000 名女性中 1.76。

雖然 12％ 的降低在統計上看似適中，但在全民篩檢的脈絡中，這代表面臨晚期診斷的女性人數大幅減少。

Dr. Kristina Lång，該研究的主要作者、Lund University 診斷放射學副教授，強調這些發現的臨床意義：

“間隔癌率的下降是篩檢改進的聖杯。這代表我們正在發現那些通常從篩檢網中溜掉的腫瘤——那些生長快速且通常需要最密集治療的腫瘤。人工智慧正幫助我們比以往更早識別這些具侵襲性的亞型。”

MASAI 試驗：方法與規模

該試驗在瑞典進行，是首個針對長期間隔癌結局進行報導的隨機對照試驗。研究期間為 2021 年 4 月到 2022 年 12 月，研究者招募了參與國家乳房篩檢計畫的 100,000 名女性。參與者被隨機分配到兩組之一：

1. AI 支援篩檢（介入組）： 乳房攝影由一套 AI 系統分析並給予風險分數（1–10）。
   • 低風險影像（分數 1–9）： 由單一放射科醫師審閱。
   • 高風險影像（分數 10）： 由兩位放射科醫師審閱，AI 系統會標示可疑區域（電腦輔助偵測標記）。
2. 標準篩檢（對照組）： 所有乳房攝影皆由兩位放射科醫師審閱（雙重判讀），不使用 AI 輔助。

AI 系統同時擔任分流工具與診斷安全網，優先處理需要較深入人工專業的案例，並針對低風險影像簡化流程。

在不犧牲安全性的情況下提升效率

整合人工智慧至醫療的主要關切之一，是可能增加「誤報」──導致患者不必要的焦慮與切片檢查。MASAI 試驗的結果緩解了這些擔憂。

研究報告顯示，兩組之間的臨床上誤報率並無顯著增加（AI 組 1.5％ 對照組 1.4％）。此外，AI 支援的工作流程在營運效率上展現巨大收益。透過允許低風險案例由單一醫師判讀，該流程將放射科醫師的影像判讀工作量約減少 44％。

在全球放射科醫師短缺的情況下，這項效率提升具特別的時效性。在英國及歐洲，篩檢計畫承受極大壓力，常導致診斷延誤。MASAI 試驗顯示，AI 可以在不犧牲診斷準確性的前提下，實際上將現有人力的產能倍增。

詳細發現概覽

下表總結了試驗期間觀察到的主要效能指標：

對全球醫療的影響

這些結果發表於 The Lancet，預期將加速 AI 篩檢工具的法規審核與全球採用。過去的研究顯示 AI 在回顧性測試（審視舊影像）中能與人類表現相當，然而 MASAI 試驗提供了來自真實臨床情境的「黃金標準」證據。

醫療提供者目前正評估如何將這些系統整合進現有工作流程。試驗中採用的「分流」模式——由 AI 過濾低風險案例——似乎是立即實施的最可行路徑。

不過，專家也提醒，AI 並非人類醫師的替代品。相反地，它像一位永不疲倦的「超級專科同事」。AI 會標示潛在關注區，促使放射科醫師更仔細檢視那些因疲勞或組織複雜性而可能被人眼遺漏的細微異常。

未來展望

邁入 2026 年，我們的重心可能將從「它是否有效？」轉向「我們如何部署它？」關於資料隱私、跨族群的演算法偏差，以及技術基礎建設等議題仍待解決。MASAI 試驗的參與者主要來自瑞典特定族群，因此在更多多元族群中進行驗證將是必要的下一步。

儘管如此，間隔癌的降低仍是確定的證據。透過在症狀出現前多偵測出 12％ 最具危險性的癌症，AI 支援篩檢有望拯救數千條生命，並重新定義腫瘤學的照護標準。