首页 > 资讯

复旦大学附属肿瘤医院28日披露，国家科技重大专项“基于类人脑的乳腺癌精准预防体系建立和早期干预策略”项目推进暨启动会在沪举行。该项目旨在绘制一幅既涵盖宏观人群规律、又能勾勒个体风险轨迹的“中国乳腺癌精准防控地图”。

据悉，攻坚中国乳腺癌精准防控难题的战略性科研项目进入全面实施阶段。这是中国乳腺癌防治从“被动治疗”向“主动预防”转型的一个重要里程碑。

随着诊疗技术进步，乳腺癌正从“绝症”逐步转变为可防、可治、可长期管理的“慢性病”。 “中国地域辽阔、人群特征多元，不同地区人群在遗传背景、生活方式及环境因素上差异显著。以往基于单一人群队列的研究数据，只能反映局部特点，难以全面覆盖整体人群的特征。”项目负责人、复旦大学附属肿瘤医院大内科首席胡夕春教授介绍，当前亟须建立具有全国代表性的队列数据库，为乳腺癌精准防控在全国范围的落地提供关键支撑。

胡夕春教授指出，当前中国乳腺癌防控仍面临着两大核心难题:一是缺乏能够代表中国地域与民族特征的多模态数据库；二是亟待开发更适配中国人群的个体化筛查技术。

据悉，项目团队已先期布局，构建了覆盖中国自然人群和乳腺癌专病的多个人群大队列。项目团队还自主研发出BMU-Net乳腺癌风险分层人工智能系统，可结合临床信息与案例提供多层级辅助决策，为乳腺癌早期个体化筛查与干预提供了有效技术方案。

“我们将按步骤推进四大核心任务，构建可共享协作的多模态筛查数据库、研发适配中国人群的风险评估模型与筛查技术、开展随机对照试验验证，并在此基础上制定出早期预防和分级干预策略。”胡夕春教授介绍，项目遵循“东西联动、南北覆盖、城乡兼顾、多民族代表”的原则，进行前瞻性设计与落地。

据悉， 核心示范区包括国家级区域医疗中心所在的上海、北京、广州、天津、重庆等省市。 同时，项目团队在东北、西北、华东等区域，各遴选2个-3个代表性省份的重点城市与县域，建立协同研究网络，以捕捉不同地域、经济水平、生活方式下的疾病谱差异。

项目团队将专项建立特殊人群队列:特别在青藏高原、云贵高原、新疆等地区，相关典型工业城市设立专项观察队列，确保数据库的多样性与代表性。

项目团队将构建“云端协同”的多模态数据库，依托国家级医疗健康大数据平台，建立一套标准统一、安全可控、可全国授权共享的乳腺癌专病数据库云端系统，实现数据的动态汇聚与智能分析。

据介绍，项目团队将推动“主动健康”管理模式落地，让高危女性在家庭和社区中即可实现低成本、常态化的风险自我监测，系统自动生成个性化随访和筛查建议，并联动家庭医生与区域诊疗中心。这意味着，乳腺癌的健康管理真正实现从“被动参加单位组织的筛查”到“主动管理自身乳腺健康”的根本性转变。

复旦大学附属肿瘤医院大内科主任王红霞教授表示:“在人工智能整合应用方面，项目致力于实现从单点模型到系统生态的跃升。我们将不局限于单个AI工具的优化，而是着力构建一个‘数据-算法-决策’闭环的智能防控中台。”

据悉，AI将深度赋能筛查路径的优化，实现从风险初筛、影像识别到活检决策建议的智能辅助，最终为基层医生和体检机构输出标准化、个性化的筛查与管理方案，真正推动防控模式从“定期普查”转向“全周期、主动式的健康管理”。