据世界卫生组织国际癌症研究机构（IARC）发布的2020年全球最新癌症负担数据显示，胰腺癌位列癌症死亡率第七名。胰腺癌被称为“癌中之王”，不到10%的患者在确诊后能活超过5年。但最近的研究报告发现，早期发现癌症可将存活率提高多达50%。然而医生目前没有任何方法可以筛查胰腺癌的早期迹象。

近日，美国西达赛奈医疗中心（Cedars-Sinai）的研究人员发现，AI算法可以在正式诊断前几年预测患者是否会患上胰腺癌。他们训练了一种分类算法，通过分析CT扫描来预测患者是否会继续发展为胰腺癌，该研究结果发表在《癌症生物标志物》。

“这种人工智能工具能够在疾病发生前几年的CT扫描中捕获和量化胰腺导管腺癌的非常微妙的早期迹象，这些迹象人眼永远无法辨别。”Cedars-Sinai生物医学影像研究所所长、该研究的通讯作者李德彪表示。

患有此类癌症的人可能会出现诸如一般腹痛或无法解释的体重减轻等症状，但这些症状通常被忽视，因为它们在许多健康状况中都很常见。

“没有独特的症状可以为胰腺导管腺癌提供早期诊断，”Cedars-Sinai基础和转化胰腺研究主任和胃肠病学奖学金项目主任Stephen J. Pandol说，“这个人工智能工具最终可能会被用来检测那些因腹痛或其他问题而接受CT扫描的人的早期疾病。”

该团队分析了医疗记录，以寻找在过去15年中被诊断出患有胰腺癌并在诊断前6 个月至3年内进行了CT扫描的患者。他们还从接受过CT扫描且未患上疾病的患者中选择医疗数据来形成对照组。据论文，在两个健康中心共获得了来自72名受试者的108 次CT扫描。

来自44名患者的66次CT扫描被平均分为三组，分别标记为健康、预诊断和诊断，以教算法如何识别每组的特征。其余28名患者的最后42次扫描也均匀分布在相同的标签上，用于测试系统。人工智能模型发现了癌症患者和健康对照组之间胰腺表面的变化，这些结构差异可能是胰腺癌发展过程中发生的分子变化的结果。

研究人员声称，该模型能够以86%的准确率预测患者是否会继续发展为胰腺癌。

“我们使用数据分析工具选择其中一些特征来形成预测模型。一旦模型被开发出来，我们就知道预测模型中包含哪些特征，计算机将在新图像中找到这些特征来预测癌症或评估癌症风险。事实上，系统在处理每次扫描时都会查看4000种不同的特征。”李德彪接受The Register采访时表示。

然而，人眼不可能同时跟踪这么多线索。研究人员认为，该模型能够检测到CT扫描中的纹理差异，这些差异在胰腺癌的发展过程中会发生变化，而这些差异对于人眼来说太微妙了。

“我们希望这种工具能够及早发现癌症，让更多人能够通过手术完全切除肿瘤，” Cedars-Sinai的科学家、该研究的第一作者Touseef Ahmad Qureshi说。

目前，研究人员正在美国各地的医疗机构收集数千名患者的数据，以继续研究人工智能工具的预测能力，美国国立卫生研究院为其提供继续研究的资金。