胰腺导管腺癌（PDAC）是最致命的实体瘤之一，常常在晚期才被发现，那时已无法进行手术治疗。而早期发现胰腺癌与延长存活时间密切相关，但对无症状人群进行胰腺癌筛查一直是医学领域的难题。一种新兴的解决方案是通过深度学习技术，结合平扫CT（即无对比度CT），实现大规模胰腺癌筛查。
PANDA系统的开发和应用
PANDA系统，全称为“胰腺癌检测与人工智能”，是一种突破性的深度学习模型。它能够通过平扫CT准确检测和分类胰腺病变，包括胰腺导管腺癌和其它七种非PDAC病变。
PANDA由湖畔实验室联手全球多家顶尖医疗机构开发，其训练基于上海胰腺病研究所3208名患者的腹部平扫CT扫描数据。该系统由三个逐渐复杂化的网络阶段组成。第一阶段负责胰腺定位，第二阶段进行病变检测，第三阶段则涉及到对检测到的病变进行更细致的分类诊断。
内部评估和阅片研究
在内部测试中，PANDA展现了惊人的性能。PANDA系统能够在CT扫描中识别胰腺的任何异常或病变，其准确度高达94.9%；当PANDA指示没有检测到病变时，准确率达到100%，即没有发生错误地指示健康组织为病变的情况；在所有实际存在PDAC的情况中，PANDA能够准确识别出其中的97.2%。
PANDA的性能优于传统的阅片方法。在进行的阅片研究中，33位来自12个机构的阅片人员对291例平扫CT扫描进行了解读。结果显示，所有阅片人员的表现均不及PANDA系统。当阅片人员在AI辅助下重新评估患者时，他们的表现得到了显著提升：在病变检测方面的平均表现在敏感度上提高了8.5%，在特异性上提高了5.3%。对于胰腺导管腺癌的识别方面，在敏感度上提高了20.5%，在特异性上提高了3.1%。
外部验证和实际应用
为了验证PANDA的泛化能力，以确保其在各种不同的环境和条件下仍能有效工作，研究人员对来自中国、台湾和捷克共和国9个中心的5337名患者进行了外部测试。PANDA在这些不同环境中仍然保持了高准确度，对病变的检测准确率达到93.3%，特异性为98.8%。
此外，PANDA还显示了在实际临床环境中的潜在应用。例如，它可以与已建立的临床指标结合，如用于肺癌筛查的胸部CT。在这些情况下，PANDA依然能准确检测胰腺病变。
实际临床评估
虽然上述实验验证了PANDA的临床效用，但它们主要限于病理确认的胰腺病变（因此风险较高）和数量适中的正常病例。PANDA在现实世界人群中的真实表现仍然是一个未知数。为了弥补临床应用的差距，需要在真实环境中对PANDA进行评估。
PANDA的前景
PANDA系统的成功展示了深度学习在医疗领域的巨大潜力。作为一种新兴技术，它不仅提高了胰腺癌的早期发现率，还可能改变我们对这种致命疾病的整体认识。未来，随着技术的不断进步，PANDA系统或许会成为医院的标配，成为抵御胰腺癌这个隐匿杀手的新工具。
参考文献：
Cao K, Xia Y, Yao J, et al. Large-scale pancreatic cancer detection via non-contrast CT and deep learning[J]. Nature Medicine, 2023: 1-11.
网友评论