癌症是国家“四大慢病”防治中重点攻坚的领域，而乳腺癌作为全球女性发病率最高的恶性肿瘤，严重威胁着我国女性的身心健康，已成为慢病防控体系中亟待破解的重要课题之一。

　　4月28日，澎湃新闻（）记者从复旦大学附属肿瘤医院获悉，该院牵头开展的国家科技重大专项“基于类人脑的乳腺癌精准预防体系建立和早期干预策略”项目近日在沪启动。该项目将搭建一套适配中国人群特征、可在全国推广共享的精准预防体系，进一步前移防控关口，提升早诊早治效率与整体防治质量，帮助更多女性远离乳腺癌威胁。

　　上述项目负责人、复旦大学附属肿瘤医院大内科首席教授胡夕春介绍，在我国，乳腺癌发病率呈现持续上升、年轻化趋势明显、城乡差异显著、早期发现率偏低等特点。值得关注的是，我国乳腺癌患者确诊中位年龄仅为47岁，比美国患者早约10年，40岁以下患者占比约20%，发病高峰集中在45-54岁年龄段，正处于事业与家庭双重压力的关键时期。

　　“从疾病特征看，我国乳腺癌防控面临三大挑战：一是中晚期比例高，二是预后不佳亚型占比高；三是筛查覆盖率低，我国35-64岁女性乳腺癌筛查覆盖率仅30.9%，而美国50-74岁女性筛查覆盖率达75.9%。”胡夕春进一步表示，然而，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”。早期乳腺癌五年生存率已超过90%，我国患者整体五年生存率提升至83%，达到部分发达国家诊疗水平，而这一转变对早诊早筛提出了更高要求。

　　“当前我国的乳腺癌早筛与防治工作，亟需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，同时，我们亟需开发更适配中国人群的个体化筛查技术。”胡夕春表示，围绕这两大关键，其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，为深入研究我国乳腺癌防控策略提供了独特视角。在此基础上，团队还自主研发出BMU-Net乳腺癌风险分层人工智能系统，其预测准确率高达90.1%，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。

　　胡夕春还表示，其项目团队将以上海、北京、广州、天津、重庆等国家级区域医疗中心所在城市为核心的乳腺癌防治示范区，率先建立高精度、多模态的临床研究与筛查示范平台，重点探索“医防融合”新模式，并将成熟经验向全国辐射。此外，团队还会兼顾特殊人群队列专项建立，特别在青藏高原、云贵高原、新疆等少数民族聚居区，以及沿海与内陆典型工业城市，设立专项观察队列，重点研究高海拔环境、特定遗传背景、特殊职业与环境暴露等因素对乳腺癌发生发展的影响，确保数据库的多样性与代表性。

　　复旦大学附属肿瘤医院大内科主任王红霞同时透露，该项目还将综合运用AI技术，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的、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”。“未来，随着项目的深入实施，一套贴合中国人群特征的乳腺癌精准防控体系将逐步建成，不仅能提升全国乳腺癌防治水平，更能为全球癌症预防提供‘中国范本’，让‘早筛、精准、高效’的防控理念惠及更多女性。”

　　特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。

　　FMD 精彩荐读：地西他滨在p53突变型三阴性乳腺癌中诱导IRF7介导的免疫反应：一项临床转化研究