胰腺癌症当然是到 2030 年将成为美国癌症相关死亡的第二大原因，部分地因为85%直到疾病传播后才诊断出病例。

我们只是没有足够早地发现它。

得益于梅奥诊所和德克萨斯大学 MD 安德森癌症中心的研究人员新开发的人工智能模型，这种情况可能即将改变。

他们的新系统称为 REDMOD（基于放射组学的早期检测模型），并在CT扫描来自后来被诊断患有胰腺癌的人。

在诊断前 16 个月左右，REDMOD 在近四分之三的病例中成功发现了最常见的胰腺癌形式。这几乎是专家在没有人工智能辅助的情况下检查扫描的检测率的两倍。

在一些扫描中，REDMOD 在诊断前两年多就识别出了可疑的组织模式，该团队认为它可以发现癌症最多提前三年。

“挽救胰腺癌生命的最大障碍是我们无法在这种疾病仍然可以治愈的时候看到它，”说来自梅奥诊所的放射科医生和核医学专家 Ajit Goenka。

“这种人工智能现在可以从外观正常的胰腺中识别出癌症的特征，并且随着时间的推移和在不同的临床环境中，它可以可靠地做到这一点。”

研究人员使用 969 份胰腺 CT 扫描作为 REDMOD 的训练数据，这样它就能学会发现微妙的变化癌症迹象处于最早阶段。

该模型不是寻找明显的肿瘤，而是寻找放射组学模式，组织纹理和结构的破坏通常太小，人眼无法发现。

许多癌症开始吧当正常细胞发生影响其生长和分裂方式的DNA突变时，这些变化可能需要数年时间才能发展成足够大的肿瘤，从而引起症状或在扫描中清晰显示。

训练过程结束后，REDMOD 在一组不同的 CT 扫描中进行了测试：63 名来自后来患有癌症但在诊断前接受扫描的人，以及 430 名健康对照者没有患癌症。

在这 63 个中，REDMOD 正确地将 46 个标记为可疑，比率为 73%（几乎四分之三）。

所有这些扫描之前均已解除警报人类放射科医生，两名放射科医生在 REDMOD 的同时检查了扫描结果，仅在 38.9% 的病例中发现了癌症的早期迹象。

在 430 名健康对照者中，81 名被 REDMOD 错误地识别为可疑人员 — 因此，如果人工智能部署在真实场景中，这些人可能会被召回用于额外测试在一切都清楚之前。

在不同医院使用不同设备的另外两个数据集测试中也显示出类似的性能水平。

更好的是，对于可以进行多次扫描的患者，人工智能产生的结果基本一致——即使扫描相隔几个月也是如此。

“这些属性使其能够在高风险人群中进行前瞻性验证，这是将范式从后期症状诊断转变为主动临床前拦截的必要步骤，”写研究作者在他们发表的论文中。

我们的想法是，越早的 REDMOD 可以访问 CT 扫描（可能出于其他目的和条件而常规进行），它就越有用。它有可能检测到胰腺癌仍处于可能进行治愈性治疗的阶段。

不过，在此之前仍有工作要做。接下来，研究人员希望在更大、更多样化的人群中测试人工智能，看看医生如何轻松地将其融入到现有的流程中。

研究人员对这些早期结果感到鼓舞，并希望通过进一步的开发和微调，我们可能会一个非常有用的系统对于周围最致命的癌症之一。

相关：针对“最致命的主要癌症”的个性化疫苗让患者在六年后仍存活

“该框架已证明能够在大型临床数据集上持续检测这些神秘信号，再加上其高纵向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，”写研究人员。

该研究发表于肠道。