篩檢用的AI系統多半先拿「有沒有多抓到癌症」當賣點，但真正決定篩檢是否安全的關鍵數字，其實是有多少癌症被篩檢漏掉、之後才在下次篩檢前冒出來。瑞典的MASAI試驗（Mammography Screening with Artificial Intelligence）從2021年開始，在四個篩檢站點測試「AI輔助判讀」能不能在維持安全性的前提下，減少放射科醫師逐張判讀乳房攝影影像的工作量。2026年1月刊登於《The Lancet》的最新追蹤報告，公布了這項試驗迄今規模最大的一批分析數據，把焦點放在最容易被忽略、也最能反映漏診情形的「間隔癌」發生率上。
研究內容
MASAI試驗把受檢的40至80歲女性隨機分成兩組：一組採AI輔助判讀，AI先為每張影像評出10級風險分數，風險較低的影像（1至9分）交由單一放射科醫師判讀，風險最高的（10分）才維持傳統雙重判讀，醫師判讀時也能參考AI標出的可疑病灶位置；另一組則維持標準做法，所有影像一律由兩位醫師各自獨立判讀。2023年發表的初步安全性分析涵蓋80,033名受試者，結果顯示AI輔助組的癌症偵測率為每千人6.1例，標準雙重判讀組為5.1例，兩組差異的p值為0.052、剛好未達統計顯著；假陽性率兩組相同，皆為1.5%；但AI分級分流讓總判讀次數從83,231次降到46,345次，工作量減少44.3%。
2026年這篇追蹤報告把分析對象擴大到105,915名受試者，並改用間隔癌發生率作為核心安全性指標——也就是篩檢判讀為陰性後、在下一次篩檢週期到來前就被診斷出的乳癌，這個數字愈低，代表當次篩檢漏掉的癌症愈少。結果顯示，AI輔助組的間隔癌發生率為每千人1.55例（95%信賴區間1.23–1.92），標準雙重判讀組為1.76例（95%信賴區間1.42–2.15），兩者比例比為0.88（95%信賴區間0.65–1.18，p=0.41），符合試驗預先設定的非劣效標準。同一份報告也計算了敏感度與特異度：AI輔助組敏感度80.5%（95%信賴區間76.4–84.2），高於標準組的73.8%；兩組特異度相同，皆為98.5%（95%信賴區間98.4–98.6）。
從試驗數據到臨床全面採用還有多遠
這份追蹤報告把「AI分級分流沒有讓漏診變多」這件事，用間隔癌這個較嚴格的指標站穩了腳步，也補上了2023年安全性分析比較欠缺的長期觀察——當時的癌症偵測率差異連統計顯著都沒踩到，只能說「兩組表現相近」，這次則是在非劣效設計下正式確認AI輔助組的安全性不遜於標準做法，敏感度數字甚至略勝一籌。不過非劣效試驗本身的性質決定了它能證明什麼、不能證明什麼：結論只到「不比標準雙重判讀差」，比例比信賴區間也跨過1，不能直接解讀成「AI輔助判讀明顯更安全」。這份數據也全數來自瑞典單一國家的篩檢系統與單一AI廠牌，受檢族群、影像設備、判讀習慣與AI模型訓練資料都可能影響實際表現，若要推論到其他國家的篩檢制度，仍需要各自的臨床試驗驗證，不能把瑞典的信賴區間直接套用過來。對正在思考是否導入類似AI分級分流做法的篩檢機構而言，這份追蹤報告提供的是「工作量減少同時安全性沒有打折」的其中一個實證案例，而不是放諸四海皆準的定論；對一般受檢者來說，篩檢頻率與方式的個人化建議，仍應由醫師依照個人風險因子評估，不會因為這篇報導而改變。