據世界衛生組織國際癌症研究機構（IARC）釋出的2020年全球最新癌症負擔資料顯示，胰腺癌位列癌症死亡率第七名。胰腺癌被稱為“癌中之王”，不到10%的患者在確診後能活超過5年。但最近的研究報告發現，早期發現癌症可將存活率提高多達50%。然而醫生目前沒有任何方法可以篩查胰腺癌的早期跡象。

近日，美國西達賽奈醫療中心（Cedars-Sinai）的研究人員發現，AI演算法可以在正式診斷前幾年預測患者是否會患上胰腺癌。他們訓練了一種分類演算法，透過分析CT掃描來預測患者是否會繼續發展為胰腺癌，該研究結果發表在《癌症生物標誌物》。

“這種人工智慧工具能夠在疾病發生前幾年的CT掃描中捕獲和量化胰腺導管腺癌的非常微妙的早期跡象，這些跡象人眼永遠無法辨別。”Cedars-Sinai生物醫學影像研究所所長、該研究的通訊作者李德彪表示。

患有此類癌症的人可能會出現諸如一般腹痛或無法解釋的體重減輕等症狀，但這些症狀通常被忽視，因為它們在許多健康狀況中都很常見。

“沒有獨特的症狀可以為胰腺導管腺癌提供早期診斷，”Cedars-Sinai基礎和轉化胰腺研究主任和胃腸病學獎學金專案主任Stephen J。 Pandol說，“這個人工智慧工具最終可能會被用來檢測那些因腹痛或其他問題而接受CT掃描的人的早期疾病。”

該團隊分析了醫療記錄，以尋找在過去15年中被診斷出患有胰腺癌並在診斷前6 個月至3年內進行了CT掃描的患者。他們還從接受過CT掃描且未患上疾病的患者中選擇醫療資料來形成對照組。據論文，在兩個健康中心共獲得了來自72名受試者的108 次CT掃描。

來自44名患者的66次CT掃描被平均分為三組，分別標記為健康、預診斷和診斷，以教演算法如何識別每組的特徵。其餘28名患者的最後42次掃描也均勻分佈在相同的標籤上，用於測試系統。人工智慧模型發現了癌症患者和健康對照組之間胰腺表面的變化，這些結構差異可能是胰腺癌發展過程中發生的分子變化的結果。

研究人員聲稱，該模型能夠以86%的準確率預測患者是否會繼續發展為胰腺癌。

“我們使用資料分析工具選擇其中一些特徵來形成預測模型。一旦模型被開發出來，我們就知道預測模型中包含哪些特徵，計算機將在新影象中找到這些特徵來預測癌症或評估癌症風險。事實上，系統在處理每次掃描時都會檢視4000種不同的特徵。”李德彪接受The Register採訪時表示。

然而，人眼不可能同時跟蹤這麼多線索。研究人員認為，該模型能夠檢測到CT掃描中的紋理差異，這些差異在胰腺癌的發展過程中會發生變化，而這些差異對於人眼來說太微妙了。

“我們希望這種工具能夠及早發現癌症，讓更多人能夠透過手術完全切除腫瘤，” Cedars-Sinai的科學家、該研究的第一作者Touseef Ahmad Qureshi說。

目前，研究人員正在美國各地的醫療機構收集數千名患者的資料，以繼續研究人工智慧工具的預測能力，美國國立衛生研究院為其提供繼續研究的資金。