一项发表于《自然·健康》（Nature Health）的里程碑式研究证实，DeepHealth公司开发的AI驱动乳腺癌筛查流程在真实世界中显著提升癌症检出率，且在不同种族、民族和乳房密度人群中均表现出一致的临床效益。这项研究是美国有史以来规模最大的AI辅助乳腺癌筛查实证分析，覆盖了来自加利福尼亚州、特拉华州、马里兰州和纽约州109个社区影像中心的超过57.9万名女性的乳腺X光片。 研究名为“AI支持的护盾审查评估”（ASSURE），聚焦于RadNet公司旗下DeepHealth推出的“增强型乳腺癌检测”（EBCD™）项目。该流程结合了DeepHealth FDA认证的AI辅助检测与诊断（CADe/x）软件，以及AI支持的“护盾审查”工作流——对高风险病例自动触发第二位专家复核。研究结果显示，与传统3D乳腺X光筛查相比，AI工作流使癌症检出率提升21.6%，同时保持召回率在放射学会指南范围内，并将阳性预测值提高15%。 尤其值得关注的是，该技术在黑人女性群体中表现突出。黑人女性在美国乳腺癌死亡率高出40%，而此次研究中超过15万名黑人女性参与，AI系统在该群体中同样实现显著检出率提升。对于乳房密度高的女性，这一群体面临更高风险和更难诊断的挑战，AI流程使癌症检出率提升达22.7%。 研究团队强调，与多数学术研究不同，本次筛查在真实社区影像中心进行，所有患者在研究期间均免费使用AI辅助服务，有效避免了选择性偏差。RadNet首席科学官Gregory Sorensen表示，AI技术可将专家级诊疗能力普及至全美各地，让女性无论身处何地，都能在早期发现癌症，获得更广泛的治疗选择。 EBCD™项目自2023年起在全国RadNet合作中心全面推广，依托DeepHealth的乳腺健康套件（Breast Suite）技术，可有效识别传统方法易漏诊的微小或隐蔽病灶。DeepHealth是RadNet的全资子公司，致力于通过AI赋能医学影像，提升脑、乳腺、肺、前列腺及甲状腺等领域的疾病早期检测效率与准确性。 研究结果表明，AI不仅提升了筛查效能，更推动了乳腺癌筛查的公平性与可及性，为未来大规模癌症筛查提供了坚实证据。