新华网北京4月7日电（记者 刘映）乳腺癌长期位居我国女性恶性肿瘤发病首位。如何实现从“治已病”向“防大病、管慢病”转变，正成为公众和医学界共同关注的话题。在2026年全国肿瘤防治宣传周即将到来之际，中国医学科学院肿瘤医院乳腺外科主任医师王昕近日接受新华网专访，并指出乳腺癌诊疗正朝着更加精准、系统和“以患者为中心”的方向发展。

发病率上升与“年轻化”并存，早筛意识增强

近年来，我国乳腺癌的发病率仍呈上升趋势。王昕指出，这与人口老龄化、生活方式改变以及生育模式变化等多种因素有关。不过，我国乳腺癌的诊疗水平也在快速提升，患者的生存率不断提高。

从流行病学角度来看，我国乳腺癌呈现出几个显著变化：其一，发病年龄相对年轻化，高峰年龄段集中在40-50岁之间。这可能与生活节奏加快、压力增加、晚婚晚育以及生育率下降等社会因素有关；其二，早期发现比例明显增加，这也反映出早筛早诊的重要性；其三，治疗模式更加规范和精准。近年来我国乳腺癌治疗逐渐与国际指南接轨，多学科团队（MDT）模式也在更多医院得到推广，使得治疗方案更为科学和个体化。

“总体来看，乳腺癌诊疗正朝着更加精准、系统和‘以患者为中心’的方向发展。”王昕说，乳腺癌管理已进入贯穿筛查、诊断、治疗、康复与随访的全周期精准化管理。这种全流程管理模式，有助于在不同阶段持续优化治疗效果，并关注患者的整体健康状态。

中国医学科学院肿瘤医院乳腺外科主任医师王昕

从影像到手术，AI助力精准决策但仍面临挑战

人工智能技术的快速发展，也为乳腺癌防治注入新的动能。

王昕表示，AI在影像筛查与辅助诊断、风险评估与治疗决策、手术规划与精准治疗等方面都可以发挥重要作用。

在乳腺钼靶、核磁共振等影像检查中，AI技术能够自动识别微小钙化点或结构异常，帮助医生提升早期病灶的检出效率，尤其在高危人群筛查中展现出明显优势。

在风险评估与治疗决策方面，通过整合影像、病理、基因及临床信息，AI可以利用机器学习模型预测肿瘤转移或复发的可能性，为制定个体化治疗方案提供参考依据。

在手术规划与精准治疗方面也有帮助，以前哨淋巴结活检为例，正朝着“越做越小、越做越准”的方向发展。王昕教授团队正在积极探索利用人工智能影像组学算法，对术前影像进行分析，精准评估腋窝淋巴结转移状态。

“大约20年前，很多乳腺癌患者都要清扫腋窝淋巴结，之后容易出现手臂水肿等并发症。后来出现了前哨淋巴结活检，术中取几个淋巴结做分析，如果没事就不清扫，减少了更大范围的手术。”王昕说，对于预测为极低转移风险的患者，未来有望在循证基础上探索手术简化甚至豁免，从而减少不必要的创伤和并发症。对于已存在淋巴结转移的患者，AI还可结合术中导航技术，实现对阳性淋巴结的精准定位，开展靶向腋窝淋巴结切除，进一步提升手术的安全性与精准度。

尽管前景广阔，AI在医学应用中也面临现实挑战。王昕坦言，高质量医疗数据的获取与共享仍存在困难，不同医院之间的数据差异可能影响模型的稳定性，而AI模型的可解释性和临床验证仍需更多研究支撑。他强调说，AI在未来的角色不是取代医生，而是成为重要的辅助工具，帮助医生提高诊断效率和治疗精准度。

慢病化管理时代，治疗与康复“双轨并行”

随着乳腺癌患者5年生存率显著提高，这一疾病正在变为一种可以长期管理的慢性病。王昕指出，这种转变对患者和医疗体系都带来了深刻影响。对于患者而言，治疗不再是一次手术或一个疗程，而是一场贯穿终身的健康管理。完成治疗后，患者仍需长期接受随访，包括影像复查、复发监测以及生活方式干预。与此同时，生活质量越来越被置于核心位置——乳房重建、心理支持、康复训练等，已成为现代乳腺癌治疗中不可或缺的组成部分。对医疗体系而言，这一变化也提出了新的要求。医院不仅需要提供高质量的治疗，更要建立完善的长期随访体系和多学科协作机制。

“在实际临床中实现肿瘤治疗与慢病管理的‘双轨并行’，关键在于系统化、长期化的管理体系。”王昕说，一方面，在治疗阶段通过多学科团队（MDT）协作制定最优方案；另一方面，在治疗结束后依托规范化随访体系，及时发现复发风险，并对患者进行生活方式指导和心理支持。

目前，许多医院正在探索数字化随访和互联网医疗平台，通过线上系统或者APP等帮助患者实现远程、高效的长期健康管理。“未来肿瘤治疗不仅是‘治病’，更是帮助患者实现长期健康管理。”王昕说。

在2026年全国肿瘤防治宣传周即将到来之际，王昕也给女性朋友分享几条核心“防癌建议”：一是增强筛查意识，建议40岁以上女性定期进行乳腺B超等检查，高风险人群可更早开始；二是关注身体变化，如发现乳房肿块、乳头溢液、皮肤凹陷或橘皮样改变，应及时就医；三是保持健康生活方式，合理饮食、坚持运动、控制体重、减少饮酒，均有助于降低患乳腺癌的风险。

“乳腺癌并不可怕，只要做到早发现、早诊断、规范治疗，绝大多数患者都可以获得良好的治疗效果。”王昕说。