Diagnostic accuracy, fairness and clinical implementation of AI for breast cancer screening: results of multicenter retrospective and prospective technical feasibility studies

人工智能（AI）有望提升乳腺癌筛查的准确性和效率，亟需评估其诊断性能及临床应用可行性。

本研究为多中心回顾性与前瞻性技术可行性研究，回顾性纳入115,973例乳腺X线照片（n=115,973），前瞻性纳入9,266例（n=9,266），比较Google AI系统与人工阅片的敏感性和特异性。

回顾性分析中，AI敏感性显著优于首读者（0.541 vs 0.437，P<0.001），特异性非劣于首读者（0.943 vs 0.952，P<0.001）；癌症检出率从7.54提升至9.33/1000人，AI检测到25.0%的间隔癌。首筛表现尤佳，召回率降低39.3%，检出率提升8.8%。模拟替代第二读者减少32%阅片时间，检出率提升17.7%。前瞻性验证显示技术可行，但需阈值重新校准。

Google AI系统在乳腺癌筛查中表现优异，具备替代部分人工阅片潜力，临床应用需动态校准与持续监控保障安全公平。