随着全球乳腺癌发病率的持续攀升及基层医疗资源的分布不均,人工智能(AI)技术在多模态乳腺影像分析中的临床应用价值日益凸显。本研究系统梳理了乳腺病灶的BI-RADS分级标准及钙化、肿块等核心临床特征,并深入剖析了传统X线摄影、超声及MRI等影像学手段在乳腺诊断中的局限性,阐述了AI与影像融合在图像增强、多模态诊疗及工作流自动化方面的临床赋能作用,重点聚焦美国食品药品管理局(FDA)对乳腺AI辅助临床决策类软件的分类监管要求,详细解构了不同申报路径下的临床证据体系,重点分析了辅助检测(CADe)、辅助诊断(CADx)及辅助分诊类产品的临床试验设计逻辑与评价指标差异。通过对比中美监管模式,结合我国最新的“人工智能+”行动意见,旨在为我国乳腺AI辅助临床决策类产品的审评要求提供理论支撑与实践范式,推动AI从单纯的高效工具进阶为医生的“智能临床伙伴”,最终实现优质医疗资源的公平可及。