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。