國家科技重大專項“基於類人腦的乳腺癌精準預防體系建立和早期干預策略”專案近日在滬啟動女性。 復旦大學附屬腫瘤醫院 供圖
癌症是國家“四大慢病”防治中重點攻堅的領域，而乳腺癌作為全球女性發病率最高的惡性腫瘤，嚴重威脅著我國女性的身心健康，已成為慢病防控體系中亟待破解的重要課題之一女性。
4月28日，澎湃新聞（女性。該專案將搭建一套適配中國人群特徵、可在全國推廣共享的精準預防體系，進一步前移防控關口，提升早診早治效率與整體防治質量，幫助更多女性遠離乳腺癌威脅。
上述專案負責人、復旦大學附屬腫瘤醫院大內科首席教授胡夕春介紹，在我國，乳腺癌發病率呈現持續上升、年輕化趨勢明顯、城鄉差異顯著、早期發現率偏低等特點女性。值得關注的是，我國乳腺癌患者確診中位年齡僅為47歲，比美國患者早約10年，40歲以下患者佔比約20%，發病高峰集中在45-54歲年齡段，正處於事業與家庭雙重壓力的關鍵時期。
“從疾病特徵看，我國乳腺癌防控面臨三大挑戰：一是中晚期比例高，二是預後不佳亞型佔比高；三是篩查覆蓋率低，我國35-64歲女性乳腺癌篩查覆蓋率僅30.9%，而美國50-74歲女性篩查覆蓋率達75.9%女性。”胡夕春進一步表示，然而，隨著診療技術進步，乳腺癌正從“絕症”逐步轉變為可防、可治、可長期管理的“慢性病”。早期乳腺癌五年生存率已超過90%，我國患者整體五年生存率提升至83%，達到部分發達國家診療水平，而這一轉變對早診早篩提出了更高要求。
“當前我國的乳腺癌早篩與防治工作，亟需建立具有全國代表性的佇列資料庫，為乳腺癌精準防控在全國範圍的落地提供關鍵支撐，同時，我們亟需開發更適配中國人群的個體化篩查技術女性。”胡夕春表示，圍繞這兩大關鍵，其專案團隊已先期佈局，構建了覆蓋中國自然人群和乳腺癌專病的多個人群大佇列，為深入研究我國乳腺癌防控策略提供了獨特視角。在此基礎上，團隊還自主研發出BMU-Net乳腺癌風險分層人工智慧系統，其預測準確率高達90.1%，可結合臨床資訊與案例提供多層級輔助決策，為乳腺癌早期個體化篩查與干預提供了有效技術方案。
胡夕春還表示，其專案團隊將以上海、北京、廣州、天津、重慶等國家級區域醫療中心所在城市為核心的乳腺癌防治示範區，率先建立高精度、多模態的臨床研究與篩查示範平臺，重點探索“醫防融合”新模式，並將成熟經驗向全國輻射女性。此外，團隊還會兼顧特殊人群佇列專項建立，特別在青藏高原、雲貴高原、新疆等少數民族聚居區，以及沿海與內陸典型工業城市，設立專項觀察佇列，重點研究高海拔環境、特定遺傳背景、特殊職業與環境暴露等因素對乳腺癌發生發展的影響，確保資料庫的多樣性與代表性。
復旦大學附屬腫瘤醫院大內科主任王紅霞同時透露，該專案還將綜合運用AI技術，深度賦能篩查路徑的最佳化，實現從風險初篩、影像識別、到活檢決策建議的智慧輔助，最終為基層醫生和體檢機構輸出標準化的、個性化的篩查與管理方案，真正推動防控模式從“定期普查”轉向“全週期、主動式的健康管理”女性。“未來，隨著專案的深入實施，一套貼閤中國人群特徵的乳腺癌精準防控體系將逐步建成，不僅能提升全國乳腺癌防治水平，更能為全球癌症預防提供‘中國範本’，讓‘早篩、精準、高效’的防控理念惠及更多女性。”
