【TOPLINE】
一种人工智能（AI）模型在诊断时通过CT扫描检测胰腺癌的敏感性达到了91.8%，而在诊断前一年或更早进行的扫描中敏感性为53.9%。该模型对I期胰腺癌检测的敏感性为82.9%，表明有潜力实现更早的诊断。
【方法】
- 该分析包括2006年至2016年间来自丹麦医疗登记处的1083名经活检确诊的胰腺癌患者（平均年龄68.9岁；575名男性）。
- 研究人员评估了1220张CT扫描图像，其中包括在组织病理学诊断后两个月内获取的1022张并发诊断扫描和在诊断前获取的198张预诊断扫描（中位时间为诊断前7个月）。
- PANCANAI模型之前已接受过2134张门静脉期CT扫描的训练，此次测试旨在通过病灶识别和主胰管扩张评估来检测胰腺癌。
【主要发现】
- 对于并发诊断扫描，AI模型显示出91.8%（95%置信区间，89.9%-93.5%）的高敏感性，而对于预诊断扫描，敏感性为68.7%（95%置信区间，62.1%-75.3%）。
- 性能因对比阶段而异，在门静脉期的敏感性为92.1%（95%置信区间，90.3%-93.6%），动脉期为90.9%（95%置信区间，83.6%-96.4%），延迟期为83.5%（95%置信区间，70%-96.7%）。
- 该模型在不同癌症阶段均保持有效性，I期敏感性为83.1%，II期为85.5%，III期为94.9%，IV期为93.0%。
- 在较小的亚组中，诊断前超过一年的CT扫描敏感性为53.9%（95%置信区间，41.8%-65.7%），而诊断前两年半以上的扫描敏感性为24.5%（95%置信区间，6.3%-43.8%）。
【实际应用】
“这项研究表明，PANCANAI能够在病理诊断前一年多的CT扫描中检测出大约一半的胰腺癌病例。这一结果表明，该算法可能实现及时诊断，从而大幅提高患者的生存率，”研究作者写道。
【来源】
该研究由丹麦哥本哈根大学健康与医学科学学院诺和诺德基金会蛋白质研究中心的Laura Degand硕士领导，并于2025年6月24日在线发表于《调查放射学》（Investigative Radiology）杂志。
【局限性】
研究队列仅包括胰腺癌患者，因此评估仅限于敏感性，未进行初步特异性评估。此外，大多数CT扫描来自IV期或分期未定的患者，限制了对早期病例的算法评估。研究人员还指出存在一些技术限制，无法通过放射科医生验证准确评估模型的分割精度。
【披露】
本研究未提供资助信息。若干作者报告称从各种来源获得资金支持并存在其他关联。
(全文结束)
