我国学者开发AI模型，首次实现胰腺癌大规模筛查

上海市胰腺疾病研究所陆建平教授、邵成伟教授、曹凯医生等联合阿里达摩院、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顶尖机构的研究人员，在国际顶尖医学期刊 Nature Medicine 上发表了题为：Large-scale pancreatic cancer detection via non-contrast CT and deep learning 的研究论文。

该研究首次提出以“平扫CT联合人工智能”（平扫CT+AI）进行大规模的胰腺癌早期筛查，在真实世界中的敏感性达92.9%（判断存在胰腺肿瘤的准确率）、特异性达99.9%（判断无肿瘤的准确率）。

Nature Medicine 期刊同期发表了题为：AI and imaging-based cancer screening: getting ready for prime time 的平论文章，指出人工智能和基于图像的癌症筛查，即将迎来黄金时代。

平扫CT在低资源地区的体检中心和医院中广泛应用。与增强CT（诊断胰腺癌的主要影像学方法）相比，平扫CT使患者接受更低的辐射剂量，并消除了患者对于对比剂产生不良反应的风险。

除了急诊科和社区医院常规使用的腹部平扫CT外，胸部平扫CT也可以完全或部分扫描胰腺部位，并在多种临床场景中是最常进行的CT检查。但即使是经验丰富的放射科医生也难以使用平扫CT来识别胰腺导管腺癌（PDAC）。

最近的一些研究显示，人工智能（AI）可以在各种医学图像分析任务上媲美甚至超越人类专家。此外，AI还能够从常规图像合成对比增强的医学图像。

因此，基于AI的平扫CT的机会性筛查有可能在多个临床领域促进广大无症状群体的PDAC早期检测，同时减少额外费用和辐射暴露。

在这项研究中，研究团队开发并训练了一种基于人工智能的胰腺癌早期筛查模型——PANDA（Pancreatic Cancer Detection with AI），利用AI放大并识别平扫CT图像中肉眼难以识别的细微的病灶特征，实现高效、安全的早期胰腺癌检测，并克服了过往筛查手段假阳性偏高的难题。

PANDA能够在平扫CT上准确地检测和诊断PDAC和非PDAC病变，并可随时用于大规模无症状患者群体的机会性筛查。这将导致对被标准护理诊断技术漏诊的早期恶性肿瘤的安全和有效检测，并在某些情况下使及时治疗成为可能。

PANDA在来自单中心的3208例真实患者的数据集上进行训练，在涉及10个中心6239例患者的多中心验证中，其在PDAC识别方面的灵敏度和特异性均优于放射科医生的平均表现。在由20530例患者组成的真实世界多场景回顾性验证中，PANDA检测的敏感性（判断存在胰腺肿瘤的准确率）为92.9%，特异性（判断无肿瘤的准确率）为99.9%，并从中发现了31例临床漏诊病变，其中2例早期胰腺癌病患已完成手术治愈。

值得注意的是，PANDA与平扫CT结合使用，在鉴别常见胰腺病变亚型方面，与使用增强CT相比，具有非劣效性，这表明PANDA有潜力作为一种新的大规模胰腺癌筛查工具。

值得一提的是，截至目前，PANDA模型已在医院、体检等场景被调用超过50万次，每1000次只出现一次假阳性，该研究为胰腺癌筛查的诊疗指南改变提供新的证据支持，有望对未来胰腺肿瘤的诊疗流程、治疗决策、治疗费用等产生积极深刻的影响。除了用于胰腺癌诊断筛查意外，达摩院医疗AI团队正在联合全球多家顶尖医疗机构，利用AI技术探索低廉、高效的多癌筛查新方法，以期通过一次平扫CT就查出多种早期癌症。目前已经在胰腺癌、食管癌、肺癌、乳腺癌、肝癌、胃癌、结直肠癌等七种高发癌症上取得一系列进展。