一次因其他原因进行的CT扫描是否可能悄然包含胰腺癌的早期预警信号？一项新的人工智能模型给出了肯定答案。在最新研究中，该系统在原本被人类审阅者判定为正常的扫描图像中发现了细微的预警迹象。
这款名为REDMOD（基于放射组学的早期检测模型）的工具，在最常见的胰腺癌类型确诊前约16个月，成功识别出近四分之三的未来病例。这具有重大意义，因为胰腺癌通常在晚期才被发现——此时癌细胞已经扩散，治疗选择大幅受限。
隐匿的癌症
胰腺癌并非最常见癌症，但却是最难治愈的类型之一。美国国家癌症研究所SEER项目数据显示，2026年全美将有67,530人确诊胰腺癌，其中52,740人将死于该疾病。
原因显而易见：大多数患者缺乏明确早期症状，且胰腺深藏腹腔，微小变化难以察觉。数据显示仅约15%的病例能在局部阶段被发现，而超过半数病例确诊时癌细胞已转移至其他器官。
人工智能的探测视角
放射组学（Radiomics）技术能将医学影像转化为数据，使计算机可测量人眼几乎无法识别的组织纹理和结构。REDMOD模型不直接寻找大型肿瘤，而是探测胰腺中癌症初发时的微小变化，如同在雪地上发现人影显现前的模糊足迹。
该系统由梅奥诊所和MD安德森癌症中心研究人员联合开发。资深作者、放射科与核医学专家阿吉特·戈恩卡博士表示："胰腺癌夺走生命的最大障碍，在于我们无法在疾病可治愈阶段发现它。"
常规扫描中的测试
研究人员使用969例胰腺CT扫描训练REDMOD，包括后续发展为癌症的患者数据和健康对照组。在独立测试中，系统分析了63例后续确诊患者的扫描和430例健康对照组扫描，成功标记出46例未来癌症病例，检出率达73%。
此前人类专家已判定这些扫描结果正常。当两名放射科医生重新审阅相同图像时，仅发现38.9%病例的早期迹象，这意味着人工智能性能接近人类的两倍。
时间窗口的关键意义
研究表明预警平均提前时间约16个月，部分信号甚至提前两年出现，研究团队认为该模型可能在临床确诊前三年就检测到变化。
这对现实意味着：当患者因腹痛、体重减轻、糖尿病或其他问题进行CT扫描时，若REDMOD能安全识别现有扫描中的风险，医生或有机会在可见肿块形成前进行干预。美国癌症协会数据显示，胰腺癌在局部阶段的五年相对生存率为44%，而转移至远端器官后骤降至3%，这解释了为何早期诊断的微小提升都至关重要。
待验证的挑战
REDMOD并非完美。在430例对照扫描中，81例被错误标记为可疑，尽管这些受试者并未患胰腺癌。实际应用中可能导致额外影像检查、血液检测及不必要的焦虑。
目前REDMOD尚未成为标准筛查工具。BMJ集团指出，该模型仍需在高风险人群（如不明原因体重减轻或新诊断糖尿病患者）中验证后，才能投入广泛临床使用。
研究团队正推进名为AI-PACED的前瞻性研究，将在真实临床环境中测试该模型，追踪早期检测率、假阳性率及患者预后。
新方向
REDMOD最引人注目的不仅是运用人工智能，更在于它尝试在肿瘤影像显现前发现癌症，这种思路彻底改变了对"静默杀手"胰腺癌的认知。
这并非治愈方案或替代医疗建议的理由，但若后续试验结果成立，常规CT扫描将不仅是解决当下问题的快照，更可能成为预警未来风险的警报灯。这项官方研究已发表在《肠道》期刊。
【全文结束】