近日，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。

本次会议由复旦大学附属肿瘤医院牵头，汇聚全国顶尖肿瘤医院、疾控中心、科研院所的临床专家、公卫学者及人工智能技术负责人，标志着这一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。这既是响应国家“四大慢病”防治行动的具体实践，也是我国乳腺癌防治从“被动治疗”向“主动预防”转型的重要里程碑，为全球癌症预防事业贡献了“中国方案”。

立足国情，破解慢病防控痛点

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。

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。根据国家癌症中心2025年最新估计，中国乳腺癌新发病例数预计突破42万例。更值得关注的是，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%。

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。这一转变对早诊早筛提出了更高要求，也凸显了建立全国代表性队列数据库、绘制中国人群“健康图谱”的紧迫性与战略价值。“我国地域辽阔、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，往往只能反映局部特点，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医院大内科首席胡夕春教授介绍说。因此，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。

复旦大学附属肿瘤医院大内科主任王红霞教授强调，中国乳腺癌患者在流行病学特征与临床表现上均呈现出鲜明的“中国特点”，相关防治工作不能简单照搬欧美模式，必须立足自身国情，着力破解地域辽阔、人群特征多元化带来的防控挑战。

“正如航行需要精准海图，乳腺癌防控工作同样需要一张贴合中国人群的‘健康图谱’。而此次项目的启动，正是要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。”

多维发力，构建全链条防控体系

如何才能为我国乳腺癌防控搭建起这座高效可靠的“精准观测站”？

会上，胡夕春教授系统阐述了项目的整体目标、研究框架与实施规划。他指出，当前我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，二是亟需开发更适配中国人群的个体化筛查技术。

围绕这两大关键痛点，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。

“依托团队丰富的实践经验与技术优势，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。”胡夕春教授介绍围绕这两大关键痛点，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。在布局地区上，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：

包括核心示范区深度建设：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示范区。这些地区医疗资源丰富、信息化基础好，将率先建立高精度、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：依据我国乳腺癌流行病学特征与疾病负担，在东北、西北、华东等区域，各遴选2-3个代表性省份的重点城市与县域，建立协同研究网络。此举旨在捕捉不同地域、经济水平、生活方式下的疾病谱差异。同时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。

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。该系统不仅整合临床诊疗、影像病理、基因检测等结构化数据，还将纳入生活方式、环境暴露等长期随访信息，实现数据的动态汇聚与智能分析。推动“主动健康”管理模式落地：通过上述技术，最终目标是推动乳腺癌防控关口前移、重心下沉。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。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，使乳腺癌防控像管理血压、血糖一样，融入日常健康生活。

打造一个闭环智能防控中台

作为项目牵头单位，复旦大学附属肿瘤医院整合国内乳腺癌防控、公共卫生队列、人工智能等领域的顶尖学术力量与核心技术骨干，前期已产出多项具有国际影响力的研究成果，为项目高质量实施筑牢根基。大会同步成立专家顾问委员会，汇聚国内权威院士专家为项目保驾护航，确保研究紧扣临床需求、对标国家战略，推动成果真正服务于慢病防治实践。

王红霞教授表示，在人工智能整合应用方面，项目将充分发挥前期研发的BMU-Net等系统的核心优势，并致力于实现从单点模型到系统生态的跃升。项目将不局限于单个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。这个中台能自动整合、清洗与标准化来自全国多中心的异构化数据，并基于此持续训练和迭代风险评估模型，使其精准度随着数据积累而动态进化。同时，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”。

头图为国家科技重大专项“基于类人脑的乳腺癌精准预防体系建立和早期干预策略”项目在沪启动。肿瘤医院供图