在乳腺癌的诊断领域，对比增强乳腺 X 线摄影（Contrast-enhanced mammography，CEM）作为一种新兴的功能成像技术，正逐渐在临床实践中崭露头角。它通过静脉注射对比剂后，对乳腺进行双能量重组成像，能够有效检测出具有增强特征的乳腺病变 。然而，CEM 也面临着一些挑战，其中较为突出的是其特异性相对较低，这一问题导致了不必要的召回和活检情况频发，给患者带来了额外的负担和心理压力。
与此同时，动态对比增强磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI）在乳腺癌诊断中展现出了一定的优势，它能够提供有关病变血管的详细信息，其增强强度和动力学特征可辅助区分良性和恶性病变。但 DCE-MRI 也存在诸如检查时间长、成本高、对部分患者不适用等局限性 。因此，探寻一种既能提高 CEM 诊断特异性，又能优化其整体诊断性能的方法，成为了医学领域亟待解决的重要问题。
在这样的背景下，来自英国剑桥大学临床医学院放射学系等多个机构的研究人员开展了一项研究。他们希望通过对 CEM 图像中乳腺病变的定性和定量增强进行分析，来探究其对诊断特异性和整体诊断性能的影响，同时对比 CEM 与 DCE-MRI 的病变增强模式。该研究成果发表在《European Radiology》杂志上，为乳腺癌的诊断提供了新的思路和方法。
研究结论和讨论部分指出，该研究表明量化病变增强清晰度和模式能够提高 CEM 在区分 BPE 或良性病变与恶性肿瘤方面的特异性和诊断性能，这对于减少不必要的召回和良性活检具有重要意义。将病变清晰度纳入常规 CEM 报告，有望提升病变评估和诊断的准确性。然而，该研究也存在一些局限性，如单中心回顾性研究、样本量有限、对比剂注射时间和剂量缺乏标准化等。未来需要开展大规模多中心研究，以确定可靠的清晰度阈值，并验证其与人工智能辅助工具整合的效果，从而优化临床工作流程，进一步提高乳腺癌的诊断水平。
