4月26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”项目启动会在上海举行。项目由复旦大学附属肿瘤医院牵头，汇聚全国顶尖肿瘤临床、疾控公卫、科研院所及人工智能领域专家，标志着我国乳腺癌精准防控国家级重大科研项目进入全面实施阶段，是落实国家“四大慢病”防治行动、推动乳腺癌防治从被动治疗向主动预防转型的重要里程碑。

　　乳腺癌为全球女性发病率最高的恶性肿瘤，也是我国慢病防控重点攻坚领域。国家癌症中心2025年数据显示，我国乳腺癌年新发病例突破42万例，患者确诊中位年龄仅47岁，较欧美人群早约10年，40岁以下年轻患者占比约20%。当前国内防控存在三大突出挑战：中晚期确诊比例高、不良预后亚型占比高、筛查覆盖面不足，我国35-64岁女性乳腺癌筛查覆盖率仅30.9%，和发达国家差距明显。

　　如今乳腺癌已逐步转为可防可控、长期管理的慢性疾病，我国乳腺癌患者整体五年生存率已达83%，早期患者五年生存率超90%。

　　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表示：“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。当前我国的乳腺癌早筛与防治工作，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。”

　　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。”

　　项目直击两大核心短板：缺乏代表中国地域民族特征的多模态数据库、缺少适配国人的个体化筛查技术。团队已先期建成全国多中心人群大队列，自主研发BMU-Net乳腺癌风险分层人工智能系统，预测准确率高达90.1%，可为早期个体化筛查干预提供技术支撑。

　　项目遵循“东西联动、南北覆盖、城乡兼顾、多民族代表”原则布局：以上海、北京、广州等中心城市建设核心示范区，探索医防融合新模式并向全国辐射；在全国多区域遴选省市建立协同研究网络；针对高原、边疆少数民族及特殊环境人群设立专项观察队列，保障数据多元代表性。同时搭建国家级云端协同多模态数据库，整合临床、影像、基因、生活方式等全维度随访数据，实现标准化共享与智能分析。

　　项目以推动主动健康管理为目标，让高危女性实现低成本常态化自我健康监测，依托系统获得个性化筛查方案，联动家庭医生与区域医疗机构，实现乳腺健康日常化管理。

　　大会同步成立专家顾问委员会，汇聚院士权威专家全程指导。王红霞教授表示，项目将依托AI技术优势，实现从单点模型向数据-算法-决策智能防控中台跃升，打造可自我学习、动态迭代的国家级乳腺健康“数字防控大脑”，构建全周期主动式健康管理体系。

　　未来，项目将凝聚跨学科合力，打造中国特色乳腺癌精准预防与分层干预体系，切实降低发病与死亡负担，助力健康中国慢病防治，为全球癌症防控贡献中国方案。