人工智能可在诊断前三年识别胰腺癌

梅奥诊所和 MD 安德森癌症中心的研究人员开发的人工智能模型在 CT 扫描中以惊人的准确度检测到胰腺癌的迹象。该系统称为 REDMOD（基于放射组学的早期检测模型），能够在常规诊断前约 16 个月识别出大约 73% 的测试病例中的疾病。在某些检查中，人工智能可以提前两年多识别可疑模式，有可能在临床确认前三年检测到。

到 2030 年，胰腺癌有望成为美国癌症死亡的第二大原因。目前，85% 的诊断是在疾病已经扩散到其他器官时发生的，这使得治愈性治疗变得非常困难。 REDMOD 似乎是一种很有前途的工具，可以通过识别常规检查中的最小变化来扭转这种情况。

系统如何检测人眼看不见的信号

REDMOD 不寻找明显的肿瘤。相反，它寻找放射组学模式——胰腺组织纹理和结构中逃避人类视觉检测的微妙变化。该模型接受了 969 次 CT 扫描训练，以学习识别疾病仍可治愈阶段的早期迹象。

正常细胞的 DNA 会发生突变，从而影响其生长。胰腺癌通常需要数年时间才能将这些变化发展成影像学检查可见或引起症状的肿瘤。 REDMOD 可以在肿瘤出现临床表现之前很久就捕捉到这种看不见的进展。

结果超越人类专家的分析

研究人员对后来患胰腺癌的患者进行的 63 次 CT 扫描以及健康个体的 430 次对照扫描进行了 REDMOD 测试。系统正确识别了63例疑似病例中的46例，命中率达到73%。

两名人类放射科医生同时分析相同的扫描结果，仅在 38.9% 的病例中检测到早期体征。这种差异代表了一个显着的优势：与专家相比，AI 模型的早期检测能力几乎增加了一倍。

在不同医院使用不同设备在两个不同数据集上重复测试。在所有场景中，REDMOD 都保持一致的性能。对于可以进行多项测试的患者，即使测试相隔数月进行，人工智能也会产生大致一致的结果。

Leia Também

夏奇拉里约演出几点开始？ “Todo Mundo no Rio”的时间表、景点以及现场观看地点

诺里斯在迈阿密大奖赛冲刺赛中获胜，迈凯伦大放异彩

通用汽车将 Google Gemini 系统集成到美国 400 万辆汽车中

挑战和后续实施步骤

该研究发现了一个重要的点：在 430 名健康个体中，有 81 人被 REDMOD 错误地标记为嫌疑人。如果在真实场景中实施，这些人在确认阴性结果之前将接受额外的测试。完善这种特异性是避免不必要程序的优先事项。

• 高危人群的前瞻性验证
• 对更大、更多样化的人群进行测试
• 融入现有的临床流程
• 提高模型特异性
• 不同医院环境下的无障碍环境

梅奥诊所的放射科医生阿吉特·戈恩卡 (Ajit Goenka) 表示，挽救胰腺癌患者生命的最大障碍始终是在这种疾病仍可治愈时无法检测到。 “这种人工智能现在可以识别外观正常的胰腺中的癌症特征，并且可以随着时间的推移和在各种临床环境中可靠地做到这一点。”

改变诊断范式的途径

REDMOD 的真正潜力在于其应用于出于其他原因进行的常规 CT 扫描。医生经常要求进行胰腺检查来调查不相关的症状。如果 REDMOD 定期监测这些图像，它可以在临床前阶段检测出癌症，此时治疗仍然有效。

研究人员计划将测试范围扩大到更大、更多样化的群体。他们还将研究将人工智能纳入现有医疗工作流程的难易程度。目标是将当前基于晚期症状的诊断转变为主动拦截早期疾病。

研究作者强调，该框架已证明能够一致地检测大型临床数据集中的隐藏信号，再加上其随时间的高稳定性和经过验证的特异性，为人工智能增强的早期检测奠定了坚实的基础。研究人员乐观地认为，通过不断的发展和完善，他们将能够提供一种非常有用的系统来对抗现有最致命的癌症类型之一。