瑞典卡罗林斯卡Eriksson等报告，基于图像的风险模型在短期和持久风险评估方面优于Tyrer-Cuzick v8模型，可用于识别可能受益于补充筛查和风险降低策略的女性。(J Clin Oncol. 2023年3月17日在线版)

与传统的基于生活方式/家族风险因素的风险模型相比，基于人工智能图像分析的乳腺癌短期风险模型具有较高的分辨力。但该图像分析风险模型的持久性能尚未得到研究。

该研究在2010年瑞典启动的40~74岁女性乳房X线摄影筛查队列中随机选择了8604名女性进行了病例队列研究，在入组时收集了乳房X线照片、年龄、生活方式和家庭危险因素。

在2022年5月，通过登记匹配共发现了2028例乳腺癌事件(在亚组队列中发现了206例乳腺癌事件)。基于图像的模型从研究入组乳房X线照片中提取乳房X线特征(密度、微钙化、肿块，以及这些特征在左右乳房的非对称式分布情况)和年龄。Tyrer-Cuzick v8风险模型结合了自我报告的生活方式和家族风险因素以及乳房X线摄影密度来估计风险。研究者评估了绝对风险，并比较了10年间年龄校正AUC模型的性能(aAUC)。

对于研究入组后1~10年发生的乳腺癌，基于图像的风险模型的aAUC范围为0.74~0.65;Tyrer-Cuzick v8模型相应的aAUC为0.62~0.60。对于有症状的肿瘤，基于图像的模型在前3年的aAUC≥0.75。乳房X线影像高密度和低密度的女性表现出相似的aAUC。在10年的随访中，根据基于图像的风险模型，20%的乳腺癌患者在研究入组时被认为是高风险，而使用基于生活方式的家族风险因素模型，这一比例为7.1%(P<0.01)。 (编译 何晓敏)