人工智慧可在診斷前三年識別胰臟癌

梅奧診所和 MD 安德森癌症中心的研究人員開發的人工智慧模型在 CT 掃描中以驚人的準確度檢測到胰腺癌的跡象。該系統稱為 REDMOD（基於放射組學的早期檢測模型），能夠在常規診斷前約 16 個月識別出約 73% 的測試病例中的疾病。在某些檢查中，人工智慧可以提前兩年多識別可疑模式，有可能在臨床確認前三年檢測到。

到 2030 年，胰臟癌有望成為美國癌症死亡的第二大原因。目前，85% 的診斷是在疾病已經擴散到其他器官時發生的，這使得治癒性治療變得非常困難。 REDMOD 似乎是一種很有前途的工具，可以透過識別常規檢查中的最小變化來扭轉這種情況。

系統如何偵測人眼看不見的訊號

REDMOD 不會尋找明顯的腫瘤。相反，它尋找放射組學模式——胰腺組織紋理和結構中逃避人類視覺檢測的微妙變化。該模型接受了 969 次 CT 掃描訓練，以學習識別疾病仍可治癒階段的早期跡象。

正常細胞的 DNA 會發生突變，影響其生長。胰臟癌通常需要數年時間才能將這些變化發展成影像學檢查可見或引起症狀的腫瘤。 REDMOD 可以在腫瘤出現臨床表現之前很久就捕捉到這種看不見的進展。

結果超越人類專家的分析

研究人員對後來患有胰腺癌的患者進行的 63 次 CT 掃描以及健康個體的 430 次對照掃描進行了 REDMOD 測試。系統正確辨識了63例疑似病例中的46例，命中率達73%。

兩位人類放射科醫生同時分析相同的掃描結果，僅在 38.9% 的病例中檢測到早期體徵。這種差異代表了一個顯著的優勢：與專家相比，AI 模型的早期檢測能力幾乎增加了一倍。

在不同醫院使用不同設備在兩個不同資料集上重複測試。在所有場景中，REDMOD 都保持一致的效能。對於可以進行多項測試的患者，即使測試相隔數月進行，人工智慧也會產生大致一致的結果。

Leia Também

IOS 26.5 Beta 4 現已推出，具有效能和 RCS 改進

凱西希爾頓 (Kathy Hilton) 否認對貝爾艾爾豪宅客人墜落事件負責

蘋果在 macOS 27 中終止了對英特爾的支持，並於 9 月終止了 Rosetta 2

挑戰和後續實施步驟

研究發現了一個重要的點：在 430 名健康個體中，有 81 人被 REDMOD 錯誤地標記為嫌疑犯。如果在真實場景中實施，這些人在確認陰性結果之前將接受額外的測試。完善這種特異性是避免不必要程序的優先事項。

• 高風險族群的前瞻性驗證
• 對更大、更多樣化的人群進行測試
• 融入現有的臨床流程
• 提高模型特異性
• 不同醫院環境下的無障礙環境

梅奧診所的放射科醫生阿吉特·戈恩卡 (Ajit Goenka) 表示，挽救胰臟癌患者生命的最大障礙始終是在這種疾病仍可治癒時無法檢測到。 “這種人工智慧現在可以識別外觀正常的胰腺中的癌症特徵，並且可以隨著時間的推移和在各種臨床環境中可靠地做到這一點。”

改變診斷範式的途徑

REDMOD 的真正潛力在於其應用於出於其他原因進行的常規 CT 掃描。醫生經常要求進行胰臟檢查來調查不相關的症狀。如果 REDMOD 定期監測這些影像，它可以在臨床前階段檢測出癌症，此時治療仍然有效。

研究人員計劃將測試範圍擴大到更大、更多樣化的群體。他們也將研究將人工智慧納入現有醫療工作流程的難易度。目標是將當前基於晚期症狀的診斷轉變為主動攔截早期疾病。

研究作者強調，該框架已證明能夠一致地檢測大型臨床資料集中的隱藏訊號，再加上其隨時間的高穩定性和經過驗證的特異性，為人工智慧增強的早期檢測奠定了堅實的基礎。研究人員樂觀地認為，透過不斷的發展和完善，他們將能夠提供一個非常有用的系統來對抗現有最致命的癌症類型之一。