一个名为REDMOD的人工智能模型可以识别胰腺组织中可能预示癌症的极微小变化，这些变化在疾病向医生或传统成像技术可见之前就出现。据发表在《Gut》杂志上的研究显示，该系统可以检测胰腺导管腺癌的早期迹象，这是一种最常见的胰腺癌类型。研究人员认为这项技术可以通过在早期阶段（第0期）识别疾病来改变胰腺癌的检测，此时治疗更有可能成功。患者可能会有机会在癌症尚可治疗时开始接受治疗，而不是在癌症进展到晚期、可能是致命阶段后才获得诊断。尽管REDMOD在研究中表现优于经验丰富的放射科医生，但在将其引入常规医疗之前，仍需进行更多研究。特别是，科学家们强调需要在高风险患者中测试该系统，包括那些经历不明原因的体重下降或最近被诊断出糖尿病的人。胰腺癌为何如此难以早期检测胰腺导管腺癌的生存率低，主要是因为它通常在疾病已进展后才被发现。早期胰腺癌通常很少出现明显症状，而且它对胰腺组织造成的变化可能太微妙，无法通过标准医学成像进行检测。癌症还可以快速进展，使及时诊断尤为重要。为了应对这些挑战，研究人员创建了一个名为基于放射组学的早期检测模型（REDMOD）的人工智能框架。该系统分析胰腺组织质地中极细微的模式，也就是放射组学，这些模式在传统计算机断层扫描（CT）扫描中并不容易可见。REDMOD还会自动识别并勾画胰腺，帮助将其与附近的器官和组织分开。这一过程消除了专家手动描绘器官边界的需求，从而减少了在不同人员执行该任务时可能出现的不一致。人工智能在诊断之前多年发现隐藏的癌症信号为了评估该系统，研究人员审查了来自219名接受多个医院治疗的患者的腹部CT扫描。在扫描时，经验丰富的放射科医生没有发现胰腺癌的证据。然而，这组患者在随后的诊断中都被确诊为癌症。这些扫描是在诊断前的不同时间间隔进行的。对于87名患者（40%），图像是在诊断前3至12个月获取的。另76名患者（35%）在诊断前12至24个月进行了扫描，而56名（25%）则是在诊断前超过24个月（长达约3年）进行成像。在近三分之二（64%）的患者中，癌症发生在胰腺头部。研究人员将这些图像与1243名在随后的三年内未罹患胰腺癌的人群的CT扫描进行了比较。比较组在年龄、性别和扫描日期上进行了匹配。最终发展为胰腺癌的患者平均年龄为69岁，年龄范围从34到88岁。比较组的平均年龄为64岁，年龄范围同样是34到88岁。REDMOD成功识别与胰腺癌相关的微妙成像特征，平均在患者获得临床诊断前475天识别这些早期警告迹象。这些早期警告信号在常规放射学评估中此前未被探测到。“这个时间窗口意义深远，因为实现如此早期的检测将大大增加治愈和改善生存的概率，”研究人员强调。“实际上，模型研究表明，增加10%至50%的局部胰腺导管癌可使生存率翻倍，从而强调诊断时机是生存结果的单一最重要决定因素，”他们补充道。人工智能胜过经验丰富的放射科医生研究结果还显示，REDMOD在识别早期癌症信号方面远远优于经验丰富的放射科医生。该人工智能的敏感度为73%，而放射科医生为39%。敏感度衡量的是一种诊断方法识别实际患病人群的有效性，而不是忽视真实病例。当研究人员检查在患者诊断前两年以上进行的扫描时，差异更加明显。在这些案例中，REDMOD的检测率为68%，几乎是放射科医生录得的23%的三倍。研究人员还评估了该系统识别无胰腺癌患者扫描的能力。在来自多个医院的539名独立患者组中，REDMOD正确分类了稍超过81%的扫描为无癌症。