战略领航: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
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
复旦大学附属肿瘤医院大内科主任
“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。”

精准破局: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
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。
通过以上布局与设想,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”,为在全国范围实现高效、公平的防控提供坚实蓝图与核心引擎。

使命担当:赋能健康中国,书写全球防控新篇
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。
慢病防治非一日之功,精准防控更需久久为功。王红霞教授在总结中表示,这场乳腺癌精准防控的攻坚之战,既承载着守护中国女性健康的使命,也彰显了“复旦肿瘤”在慢病防治领域的责任与担当。“尤其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,并致力于实现两大跃升:接下去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。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”。
我们相信,通过深度整合人工智能,这项研究不仅将产出学术成果,更将打造一个可自我学习、持续优化的国家级‘数字防控大脑’。这既是赋能‘健康中国’战略的科技利器,也是我们为全球贡献的、深度融合前沿数字技术的癌症防控系统解决方案。团队将进一步凝聚跨学科、跨领域合力,构建具有中国特色的乳腺癌精准预防与分层干预体系,让精准防控技术惠及更多地区、更多女性,切实降低乳腺癌发病率与死亡率,为国家“四大慢病”防治行动贡献力量。
“相信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。”
投稿:
审校:Ocean
排版:Seren
执行:Ocean
本平台旨在为医疗卫生专业人士传递更多医学信息。本平台发布的内容,不能以任何方式取代专业的医疗指导,也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的,本平台不承担相关责任。本平台对发布的内容,并不代表同意其描述和观点。若涉及版权问题,烦请权利人与我们联系,我们将尽快处理。