人工智能技术有助于胰腺癌的早期检测

根据周一发表在一份领先医学期刊上的一篇论文，深度学习方法现在可以通过非对比计算机断层扫描技术高精度地检测和分类胰腺病变，它“可能成为大规模胰腺癌筛查的新工具”。

这种方法是人工智能胰腺癌检测，基于阿里巴巴集团达摩学院开发的深度学习技术。

这篇论文发表在医学杂志《《自然医学》》的网站上。

来自Damo Academy和中国、捷克共和国和美国10多家着名医疗机构的研究人员使用医疗人工智能技术和CT扫描检测了31例病变，同时筛查了超过20，000名现实世界中无症状的胰腺癌患者。其中，两名早期胰腺癌患者通过手术治愈。

被诊断患有胰腺癌的患者的平均五年存活率不到10%，这使得该癌症成为中国和世界上存活率最低的恶性肿瘤之一。大约80%的胰腺癌病例只在晚期和无法手术的阶段被发现。

医学专家表示，目前的临床指南缺乏有效的筛查方法，因为体检中常用的CT扫描图像对比度低，难以识别早期胰腺病变。

鉴于胰腺肿瘤往往位置隐蔽，在CT图像中缺乏明显的表现形式，研究人员构建了深度学习框架，并将其发展为胰腺癌的早期检测模型。其功能包括定位胰腺、检测异常、分类和识别胰腺病变的类型。

“简而言之，该技术利用人工智能来放大和识别非对比CT图像中肉眼难以识别的病理变化的细微特征，从而实现高效、安全的早期胰腺癌检测。它还克服了早期筛查方法中出现的高假阳性问题，”负责达摩学院医疗人工智能团队的吕乐说。

论文的共同第一作者、上海胰腺疾病研究所的医生曹凯表示，这项研究得到了10多家医院的验证，显示了92.9%的灵敏度，即确定胰腺病变存在的准确率，以及99.9%的特异性，即确定疾病不存在的准确率。

参与开发该方法的机构包括上海胰腺疾病研究所、浙江大学医学院第一附属医院、中国医科大学盛京医院、布拉格查理大学第一医学院和美国约翰霍普金斯大学。研究人员表示，他们将继续进行多中心、前瞻性的临床验证。

“该论文提出了一种大规模筛查胰腺癌的潜在方法。它可能会提高检测率，而不会给患者带来额外的辐射和经济负担，”复旦大学上海癌症中心放射科主任顾亚佳说。

达摩学院的医疗人工智能团队表示，它还与全球多家顶级医疗机构合作，利用人工智能探索低成本、高效的多种癌症筛查新方法，以便让个人通过单次非对比CT扫描筛查各种早期癌症。