面向资源有限临床环境中乳腺癌早期检测的 Hybrid Cross-Modal Attention Network

arXiv:2610.07243v1 公告类型：交叉领域 摘要：乳腺癌是撒哈拉以南非洲女性癌症相关死亡的首要原因。在该地区，放射学专业人员有限且临床数据系统彼此割裂，导致诊断延误。尽管深度学习模型在乳腺X线摄影分析中展现出出色性能，但大多数模型仅依赖影像数据，并基于西方人群进行训练，从而限制了其在非洲医疗环境中的适用性。本文提出 Hybrid Cross-Modal Attention Network（HCMAN），利用基于 transformer 的跨模态注意力机制，将乳腺X线影像与结构化临床数据相结合。该模型使用来自埃塞俄比亚四家转诊医院的本地采集数据集进行开发和验证，该数据集包含来自1,024名患者的2,560张乳腺X线影像，并具有经活检确诊的真实标签。所提出的框架 achieves 97.8%的准确率、97.2%的敏感性、98.3%的特异性以及0.987的AUC，显著优于仅使用影像的基线模型。与仅使用影像的模型性能下降8.7%相比，该系统在资源有限环境中常见的低质量影像上表现出更强的稳健性，性能仅下降3.2%。跨模态注意力分析显示，该模型表现出符合临床实际的行为：对于乳腺致密和年轻患者等模棱两可的病例，更加依赖临床特征。该模型的轻量级架构支持在标准医院工作站上部署（CPU推理时间小于2秒）。本研究推动了面向非洲公平乳腺癌诊断的可持续、情境感知型AI解决方案的发展。