综述：人工智能在女性癌症防治领域的应用与发展：风险评估、预防及早期检测方面的进展

《Cancer Causes & Control》：Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection

人工智能在乳腺癌筛查中的应用研究进展，通过分析2000-2025年文献发现AI显著提升风险分类（AUC 0.65-0.975）和早期检测效果，但存在算法偏差、少数群体数据不足及外部验证有限等问题，强调需加强可解释模型、包容数据集和标准化框架建设。

　　

摘要

目的

人工智能（AI）通过改进风险评估、预防和早期诊断，正在彻底改变乳腺癌的预防和控制方式。鉴于AI在女性乳腺癌防治领域的广泛应用，本综述总结了相关的发展现状、现有应用及未来潜力。

方法

我们对2000年至2025年间关于AI在乳腺癌风险预测、预防和早期检测方面应用的文献进行了深入研究，重点关注可解释AI（XAI）、深度学习（DL）和机器学习（ML）。我们考察了算法的公平性、模型透明度、数据集表示方式以及临床性能指标。

研究结果

与传统方法相比，基于AI的模型显著提高了风险分类的准确性、筛查灵敏度和早期检测能力（AUC值介于0.65至0.975之间）。然而，仍存在算法偏见、少数群体数据代表性不足以及外部验证有限等问题。值得注意的是，58%的公共数据集集中在乳腺X光摄影（ mammography）上，而在断层合成（tomosynthesis）和组织病理学（histopathology）等检测方式方面存在数据空白。

结论

AI技术在提升乳腺癌诊断和治疗方面具有巨大潜力。然而，后续研究应重点关注透明模型、包容性数据集以及可解释性和外部验证的标准化框架，以确保技术的公平和有效应用。