瑞典隆德大学研究团队开发出一款人工智能模型，能够通过分析乳房X光影像准确评估乳腺癌患者腋窝淋巴结转移风险。该研究成果发表于《npj Digital Medicine》期刊，显示通过这项人工智能技术可避免约40%的腋窝手术。

目前临床实践中，为检测癌细胞是否扩散至腋窝淋巴结，约80%的淋巴结无癌患者仍需接受前哨淋巴结活检手术。虽然该手术规模较小，但可能引发疼痛、肿胀及麻木等术后不适。隆德大学外科教授Lisa Rydén表示："我们的重点是预测腋窝转移风险，推动非侵入性诊断方法的发展。"

这项名为NILS(非侵入性淋巴结分期)的研究项目，分析了斯科讷省2009年至2017年间1265名早期乳腺癌患者的乳房X光影像。研究人员采用多阶段训练策略：首先让人工智能模型学习乳房X光片的基础结构特征，随后训练其识别癌症特异性指标，最终整合患者年龄和肿瘤类型等临床数据，建立精准的风险预测体系。

研究结果显示，该人工智能模型能够通过对全乳影像的综合分析，而不仅仅是肿瘤区域，准确计算出淋巴结转移风险。隆德大学博士生张大曲介绍："通过纳入患者其他重要信息，赋予模型整体思维能力，从而提升预测准确性。"实验表明，41.7%的病例可避免前哨淋巴结活检手术。

Rydén教授指出："这项研究表明，通过使用人工智能模型而不是对所有患者进行手术，我们可以识别出大约40%可以避免手术的患者。"目前研究团队正在瑞典国内外寻找独立患者数据进行验证，以证明该技术的普适性。未来该人工智能模型有望在乳房X光检查阶段即提供淋巴结转移风险评估，为治疗方案制定提供参考。

更多信息： Daqu Zhang 等，常规全乳腺钼靶X线片深度学习增强早期乳腺癌淋巴结转移预测，npj Digital Medicine (2025)。期刊信息： npj Digital Medicine