一种新型人工智能系统能够在看似正常的扫描图像中发现胰腺癌的早期痕迹，平均比患者确诊提前475天。
这额外的时间窗口可能使部分患者在疾病扩散到无法控制之前接受手术治疗。
隐形征兆显现
在常规腹部CT扫描中，胰腺对专科医生来说看起来完全正常。梅奥诊所(Mayo Clinic)的Ajit Harishkumar Goenka医学博士通过追踪人眼难以察觉的微弱模式，将这些看似干净的影像与数月甚至数年后确诊的癌症联系起来。
Goenka的团队在1,462份扫描图像上测试了基于放射组学的早期检测模型(Radiomics-based Early Detection MODel, REDMOD)，其中包括219份在确诊前看起来无癌迹象的早期影像。
在看似干净的扫描影像与后续确诊之间的这一时间间隔，正是该系统能够转化为实际可用诊断窗口的临床突破口。
生存率取决于诊断时机
起源于导管上皮细胞的常见类型胰腺导管腺癌之所以致死率高，主要是因为医生通常发现得太晚。
当疼痛、体重减轻、黄疸或消化问题促使患者接受检查时，肿瘤通常已经扩散到无法手术切除的程度。
美国国家癌症研究所(National Cancer Institute, NCI)预计2026年将有67,530例新发病例和52,740例死亡，而当癌症局限在胰腺内时，患者的生存率会显著提高。
Goenka及其同事写道："模型研究表明，将局限性胰腺癌的检出率从10%提高到50%，可以使生存率提高一倍以上。"
REDMOD读取的内容
该系统并不寻找隐藏的肿块。相反，它测量整个胰腺组织纹理中由计算机计算的模式，因为早期癌症可能在形成明显肿块前就已经扰乱了器官结构。
许多有用的信号来自于能增强细微纹理差异的数字滤波器，这意味着该模型是从结构特征而非医生式的视觉线索中获取信息。
这一机制至关重要，因为仅基于形状的预警在器官外观仍然正常时将无法奏效。
放射科医生面临的局限
两位腹部放射科医生在不知情的情况下回顾了相同的独立测试集，不知道哪些扫描影像后来属于癌症患者。
AI识别了73%的诊断前病例，而医生仅识别了约39%。在诊断前两年以上的扫描影像中，这一差距进一步扩大：系统识别率为68%，而放射科医生仅为23%。
这些结果并非意味着医生将被淘汰；它们表明最早的信号并非人类视力能够捕捉到的。
误报问题仍然存在
高灵敏度（即捕捉真实病例的能力）也伴随着权衡。在独立测试集中，REDMOD正确排除了约81%无胰腺癌的患者，但仍存在误报的可能性。
一次误报可能导致患者接受额外的影像检查、产生不必要的担忧，有时甚至需要进行侵入性检测，因此未来的临床工具需要制定谨慎的随访计划。
筛查只有在能早期发现危险疾病而不给诊所带来大量低风险假警报的情况下才能赢得信任。
高风险人群优先
对所有人进行广泛筛查意义不大，因为胰腺癌仍然较为罕见。医生可能会优先针对风险已经较高的人群，如原因不明体重减轻或新发糖尿病的老年患者。
在英国，国家卫生与临床优化研究所(National Institute for Health and Care Excellence, NICE)已经建议对60岁及以上且同时出现体重减轻和新发糖尿病的患者进行紧急CT或超声检查。
AI预警可以使这类诊疗路径更加精准，但前提是测试证明它确实能改善患者预后，而不仅仅是提前标记风险。
信号稳定性至关重要
如果预警软件每次扫描都给出不同的结果，那么它的帮助将十分有限。
REDMOD在90%至92%的重复扫描案例中预测结果一致，表明该信号并非随机噪声。
在某些患者中，相同的高风险模式在医生能够看到肿瘤前数月就已经出现。
这种稳定性支持长期监测，一次预警可能触发更密切的观察而非立即干预。
需要更多测试
回顾旧扫描影像可以指明方向，但无法证明医生使用该系统后患者生存期会延长。
未来的试验必须在诊断前对真实患者进行测试，测量假阳性率，并追踪早期预警是否确实导致了治愈性治疗。
数据集还需要在种族、民族、扫描设备、医院和图像质量等方面进行更深入的验证。
如果没有这些工作，一个令人印象深刻的模型在研究环境之外仍可能漏诊患者或给诊所带来过重负担。
从预警到行动
临床价值取决于预警后的行动。高风险结果的患者可能需要接受重复影像检查、血液检测或内镜超声。
手术仍需要疾病的确凿证据，因为切除胰腺组织可能带来严重风险。谨慎使用下，该系统可以成为分诊工具而非独立的诊断工具。
这一发现重新定义了看似正常的胰腺，它可能成为早期预警的来源，不是因为医生漏掉了可见肿瘤，而是因为软件发现了肉眼无法察觉的纹理变化。
真正的益处将取决于前瞻性试验、明确的阈值和谨慎的随访，以保护患者免受晚期诊断和无谓警报的双重风险。
该研究发表在《Gut》期刊上。
【全文结束】