胰腺癌AI早期筛查取得突破，阿里达摩院成果登上顶级期刊

今天，国际顶级医学期刊《自然医学》（Nature Medicine）刊登论文，介绍了阿里达摩院（湖畔实验室）联合国内外十多家医疗机构取得的成果——将人工智能用于体检中心、医院等无症状人群的胰腺癌筛查，只需平扫CT，就在2万多名真实世界连续病人群体中发现了31例临床漏诊病变，其中2例早期胰腺癌患者已通过手术得到治愈。《自然医学》为此发表评论，称“基于医疗影像AI的癌症筛查将进入黄金时代”。

胰腺癌被称为“癌症之王”，平均5年生存率不到10%。80%的胰腺癌一经发现就已是晚期，难以治愈。目前，临床指南缺乏有效的筛查手段，体检中心和医院常用的平扫CT图像对比度低，很难识别早期胰腺病变。

《自然医学》刊登的论文显示，基于阿里达摩院的医疗AI技术，上海市胰腺疾病研究所、浙江大学医学院附属第一医院、中国医科大学附属盛京医院、复旦大学附属肿瘤医院、布拉格查理大学第一附属医院、上海交通大学医学院附属新华医院、约翰霍普金斯大学等机构首次提出以“平扫CT+AI”进行大规模胰腺癌早期筛查的方案。

针对胰腺癌变位置隐匿、在平扫CT图像中无明显表征等特点，研究团队构建了一个独特的深度学习框架，经过大数据训练，胰腺癌早期检测模型PANDA诞生了。这个模型通过构建分割网络（U-Net）来定位胰腺，采用多任务网络（CNN）检测异常情况，利用双通道Transformer模型来分类并识别胰腺病变的类型。

简而言之，检测模型PANDA可以放大并识别平扫CT图像中那些肉眼难以识别的细微病灶特征，实现高效、安全的早期胰腺癌检测，也破解了传统筛查手段假阳性偏高的难题。

截至目前，检测模型PANDA已在医院、体检机构被调用超过50万次，每1000次只出现一次假阳性。未来，研究团队将继续开展多中心前瞻性临床验证。

论文共同第一作者、上海市胰腺疾病研究所曹凯医生介绍，这项研究构建了迄今最大的胰腺肿瘤CT训练集，包含3208名真实病人，最终通过全球十多家医院的多中心验证，测得92.9%的敏感性（判断存在胰腺病变的准确率）和99.9%的特异性（判断无病的准确率）。在2万多人的真实病例回顾性试验中，他们发现了31例临床漏诊病变。

复旦大学附属肿瘤医院放射诊断科主任顾雅佳教授说，这篇论文给出了一种有潜力的大规模胰腺癌筛查方法，在提升检出率的同时，也不会给病人带来额外的辐射和经济负担。“设想一下，我们去体检时做个平扫CT，就能查出有没有胰腺癌，这将减少很多悲剧的发生。”

达摩院医疗AI团队负责人、IEEE（电气与电子工程师协会）会士吕乐表示，这项研究堪称一个里程碑，在临床上证实了“平扫CT+AI”癌症筛查技术路径的可靠性。达摩院医疗AI团队正在联合全球多家医疗机构，利用AI技术探索多癌种筛查新方法。目前，他们已在胰腺癌、食管癌肺癌、乳腺癌、肝癌、胃癌、结直肠癌等高发癌症上取得阶段性进展。

文章来自 “ 上观 ”，作者 俞陶然