AI辅助乳腺癌检测曾被寄予厚望，但现实中的表现与放射科医生的期待仍有距离。一项针对215名乳腺影像学会成员的调查揭示了这一落差。
发生了什么
根据《The Decoder》报道，约半数受访的乳腺影像学会成员已在临床中使用获FDA批准的AI乳腺癌检测工具，但结果未达预期。具体而言，仅35%的医生报告AI降低了召回率，而59%的医生原本期望这一效果。在调查覆盖的所有指标中，承诺与现实之间均存在差距。
为什么重要
乳腺癌筛查是AI医学影像应用最成熟的领域之一，多家公司的产品已获监管批准并进入临床。然而，这项调查表明，即便在技术领先的领域，AI的实际收益也并非立竿见影。召回率（即因疑似异常而召回患者做进一步检查的比例）是衡量筛查效率的关键指标，降低召回率既能减少不必要的活检，也能减轻患者焦虑。期望与现实的落差可能源于多种因素：AI模型在不同人群和设备上的泛化能力、临床工作流程的整合难度，以及医生对AI输出的信任程度。
影响与看点
对放射科医生而言，这一结果提醒他们需基于本地数据验证AI工具的实际效果，而非盲目依赖厂商宣传。对AI开发者来说，这既是挑战也是机遇：改进模型在真实临床环境中的表现，并提供更透明的性能指标，将有助于建立信任。值得注意的是，尽管召回率未达预期，AI在其他方面（如检测敏感性）可能仍有价值，但调查未披露具体数据。未来值得关注的是，AI工具能否通过持续学习和个性化调优来缩小这一差距，以及监管机构是否会要求更严格的临床验证标准。独立判断：AI在医疗影像中的落地，不应仅以技术指标衡量，更需关注临床实践中的真实收益。
