《自然》：AI加持CT，人类首次拥有大规模筛查早期胰腺癌手段

·胰腺癌早期检测模型PANDA利用AI，放大并识别平扫CT图像中那些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。

11月21日，国际医学顶级期刊《自然·医学》（Nature Medicine）发布论文称，通过“平扫CT+AI”，人类首次拥有了大规模早期胰腺癌筛查手段。

该研究将AI用于体检中心、医院等无症状人群的胰腺癌筛查，只需要最简单的平扫CT，在2万多真实临床场景中的连续病人进行筛查的过程中，共发现了31例临床漏诊病变，其中2例早期胰腺癌患者已完成手术治愈。《Nature Medicine》 就此专门刊发评论文章称：“基于医疗影像AI的癌症筛查即将进入黄金时代。”

胰腺癌，素有“癌症之王”的称号，平均五年生存率不到10%，是中国乃至全球生存率最低的恶性肿瘤。80%的胰腺癌一旦发现就是晚期，目前临床指南缺乏有效的胰腺癌筛查手段，体检及医院常用的平扫CT图像对比度低，也很难识别早期胰腺病变。

上海交通大学医学院附属瑞金医院副院长沈柏用曾对澎湃科技表示：“胰腺癌的发病率虽然不是很高，但由于人口基数巨大，即使只有10%的患者有特定基因突变，也会有很多受众。所以我认为在临床需求方面，任何一个疾病领域都不会是小众的。我们只需要义无反顾地往前走。”

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，基于阿里达摩院的医疗AI技术，上海市胰腺疾病研究所、复旦大学附属肿瘤医院、上海交通大学医学院附属新华医院等研究机构构建了一个独特的深度学习框架，最终训练为胰腺癌早期检测模型PANDA。

该模型一是通过构建分割网络（U-Net）来定位胰腺，二是采用多任务网络（CNN）来检测异常情况，三是采用双通道Transformer模型来分类并识别胰腺病变的类型。简而言之，该技术利用AI，放大并识别平扫CT图像中那些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。

论文共同一作、上海市胰腺疾病研究所曹凯医生介绍，此项研究构建了迄今最大的胰腺肿瘤CT训练集（包括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，发现了31例临床漏诊病变，有2例早期胰腺癌病患已完成手术治愈。

复旦大学附属肿瘤医院放射诊断科主任顾雅佳表示，这篇论文提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，又不会给病人带来额外的辐射与经济负担。“设想一下，我们去体检时做个最简单的平扫CT，就能查出有无胰腺癌，这将帮助到很多胰腺病人，减少悲剧的发生。”

据悉，截至目前，这项技术已在医院、体检等场景被调用超过50万次，每1000次只出现一次假阳性，未来将持续进行多中心前瞻性临床验证，以期改写“胰腺肿瘤不推荐筛查”的悲观论点。