人工智能(AI)在乳腺癌影像及病理的诊断,骨转移或淋巴转移病灶的寻找,乳腺实质组织密度的判定中,不仅能提高医生阅片的效率及准确性,还可缓解医生的工作压力,尤其是当图像质量不佳时.AI　具有强大的数据分析及模拟再现能力,被广泛运用于乳腺癌的生存期和药物反应预测、临床分期、风险及预后评估等等.AI　与临床检查相结合,以无创方式展示出对乳腺癌分子亚型诊断的巨大潜力;深度学习与纳米基因组学相结合,给乳腺癌的精确诊断带来了新的可能.然而,在　AI数据库的建立、来源、规模及安全性,临床实践中的验收测试、质量保证、实际操作中,如何实现　AI和医疗决策支持工具的泛化特性,如何处理　AI造成的错误决策和管理不善,以及如何证明　AI模型长期的稳定性和安全性仍是有待解决的问题.