《Nature Medicine》最新研究：基于达摩院医疗 AI，CT 首次实现大规模胰腺癌筛查

这或许是人类与"癌症之王"的斗争中第一次掌握了主动权。

11 月 21 日，国际医学顶级期刊《Nature Medicine》最新研究表明，通过"平扫 CT+AI"，人类首次拥有了大规模早期胰腺癌的筛查手段。阿里达摩院（湖畔实验室）联合全球十多家顶尖医疗机构，将 AI 用于体检中心、医院等无症状人群的胰腺癌筛查，只需要最简单的平扫 CT，就在 2 万多真实世界连续病人群体中发现了 31 例临床漏诊病变，其中 2 例早期胰腺癌病患已完成手术治愈。《Nature Medicine》 就此专门刊发评论文章："基于医疗影像 AI 的癌症筛查即将进入黄金时代"。

胰腺癌，素有"癌症之王"的称号，平均五年生存率不到 10%，是中国乃至全球生存率最低的恶性肿瘤。80% 的胰腺癌一旦发现就是晚期，发病凶猛，极难治愈；目前临床指南缺乏有效筛查手段，因为容易出现漏诊或误诊。体检及医院常用的平扫 CT 图像对比度低，很难识别早期胰腺病变。

在最新论文《Large-scale pancreatic cancer detection via non-contrast CT and deep learning》中，基于阿里达摩院的医疗 AI 技术，上海市胰腺疾病研究所、浙江大学医学院附属第一医院、中国医科大学附属盛京医院、复旦大学附属肿瘤医院、布拉格查理大学第一附属医院、上海交通大学医学院附属新华医院、约翰霍普金斯大学等机构首次提出以"平扫 CT+AI"进行大规模的胰腺癌早期筛查。

针对胰腺癌变位置隐匿、在平扫 CT 图像中无明显表征等特点，研究团队构建了一个独特的深度学习框架，最终训练为胰腺癌早期检测模型 PANDA：一是通过构建分割网络（U-Net）来定位胰腺，二是采用多任务网络（CNN）来检测异常情况，三是采用双通道 Transformer 来分类并识别胰腺病变的类型。简而言之，该技术利用 AI 放大并识别平扫 CT 图像中那些肉眼难以识别的细微的病灶特征，实现高效、安全的早期胰腺癌检测，并克服了过往筛查手段假阳性偏高的难题。

论文共同一作、上海市胰腺疾病研究所曹凯医生介绍，此项研究构建了迄今最大的胰腺肿瘤 CT 训练集（包括 3208 名真实病人），最终通过全球十多家医院的多中心验证，测得 92.9% 的敏感性（判断存在胰腺病变的准确率）和 99.9% 的特异性（判断无病的准确率），在 2 万多人的真实病例回顾性试验中，发现了 31 例临床漏诊病变，有 2 例早期胰腺癌病患已完成手术治愈。

截至目前，这项技术已在医院、体检等场景被调用超过 50 万次，每 1000 次只出现一次假阳性，未来将持续进行多中心前瞻性临床验证，以期改写"胰腺肿瘤不推荐筛查"的悲观论点。

复旦大学附属肿瘤医院放射诊断科主任顾雅佳教授表示，这篇论文提出了一种有潜力的大规模胰腺癌筛查方法，在提升检出率的同时，又不会给病人带来额外的辐射与经济负担。"设想一下，我们去体检时做个最简单的平扫 CT，就能查出有无胰腺癌，这将帮助到很多胰腺病人，减少悲剧的发生。"

达摩院医疗 AI 团队负责人、IEEE Fellow 吕乐表示，这项研究是一个重要的里程碑，在临床上证实"平扫 CT+AI"的癌症筛查技术路径的可靠性。达摩院医疗 AI 团队正在联合全球多家顶尖医疗机构，利用 AI 技术探索低廉、高效的多癌筛查新方法，希望能让人们通过一次平扫 CT 就查出多种早期癌症。目前，这项工作已经在胰腺癌、食管癌肺癌、乳腺癌、肝癌、胃癌、结直肠癌等七种高发癌症上取得阶段性进展，研究成果先后登上《Nature Medicine》《Nature Communications》等医学期刊及 CVPR / MICCAI / IPMI 等 AI 顶会。

据介绍，达摩院医疗 AI 团队长期致力于 AI 与医疗影像的融合研究，重点布局精准癌症诊疗、精准慢性病诊疗、神经退行性疾病预筛三大方向，研发了包括规模筛查、精准诊断、预后治疗、响应评估在内的全流程的癌症诊疗技术。该团队曾在新冠疫情初期研发出 CT 影像新冠肺炎 AI 辅助诊断系统，被科技部评为全国科技抗疫先进集体。

附《Nature Medicine》文章链接