AI模型提前475天发现胰腺癌，远超放射科医生

据周二发表于医学期刊《Gut》的一项研究，一款人工智能框架能够在常规CT扫描中识别出胰腺癌的最早期迹象，比医生通常发现的时间提前一年以上。

这一工具名为REDMOD，全称为"基于影像组学的早期检测模型"（Radiomics-based Early Detection MODel），由梅奥诊所研究人员及合作者共同开发。它能检测出研究人员所描述的亚临床胰腺导管腺癌的"隐匿性"特征，平均可在临床确诊前475天发现病灶，捕捉到肉眼和标准影像学手段无法察觉的细微组织纹理变化。

超越放射科医生

REDMOD 在发现早期恶性病变方面的能力远超经验丰富的放射科医生。在准确识别临床前病变方面，该模型的灵敏度几乎是放射科医生的两倍——分别为 73% 和 39%。对于在临床确诊两年前以上便已检出的病例，差距进一步拉大：REDMOD 的准确率接近后者的三倍，达到 68%，而放射科医生仅为 23%。EurekAlert

该模型还能将来自多家医院共 539 名患者的独立样本中逾 81% 的扫描结果正确判定为无癌，在美国国立卫生研究院（NIH）NIH-PCT 公共数据集的 80 名患者中，这一比例更高达 87.5%。当对同一患者在数月前的扫描再次进行分析时，REDMOD 的结果一致性高达 90% 至 92%。EurekAlert

时间就是生命的癌症

据美国癌症协会2026年癌症统计报告，胰腺癌至今仍是美国致死率最高的主要癌症，五年生存率仅为13%。它是全美癌症相关死亡的第三大病因，预计今年将有约67,530名美国人确诊，52,740人因此病离世。然而，若能在癌症扩散前的局部阶段发现，五年生存率则可跃升至44%。

这一悬殊差距，正是REDMOD早期检测窗口如此关键的原因所在。研究人员写道："这一时间窗口意义深远——实现如此早期的检测，将大幅提升治愈的可能性，并显著改善患者的生存预后。"EurekAlert

走向临床之路

该框架包含自动胰腺分割功能，无需放射科医生在每张扫描图像上手动勾勒胰腺边界——这一过程既耗时又难以保持一致性。尽管如此，研究人员提醒称，在该工具能够广泛应用于临床实践之前，仍需在高风险患者群体中开展前瞻性验证，例如不明原因体重减轻及新确诊糖尿病的患者。他们将REDMOD描述为"向范式转变迈出的重要一步"，有望推动胰腺癌的诊疗模式"从晚期症状性诊断转变为主动的临床前干预"。