近(20)日，上海交通大學醫學院的團隊，發表了一篇關於結合人工智慧(AI)與未注射顯影劑的電腦斷層掃描(CT)，能提升胰臟導管腺癌(PDAC)早期診斷的研究。這項與阿里巴巴達摩院醫療AI團隊合作合作的研究顯示，相較於放射科醫師的平均表現，這項AI工具的靈敏度高出34.1%、特異性高出6.3%。該研究發表於期刊《Nature Medicine》。

研究團隊運用一項稱為「PANDA」(pancreatic cancer detection with AI)的AI模型，成功精準識別胰臟病變患者未注射顯影劑的一般CT影像，並可進行病變分類。

研究中也驗證，這項技術在用於區分常見胰臟病變的亞型時，效果不劣於目前胰臟癌常規放射學報告中，使用顯影劑的顯影CT (contrast CT)檢測結果。

團隊使用的PANDA模型，是在單一中心的3,208名患者資料庫中進行訓練，並於10個中心的6,239名患者中，進行多中心驗證。結果顯示，對於PDAC這項常見的胰腺癌而言，AI識別的靈敏度比放射科醫師的平均表現高出34.1%，特異性高出6.3%。

此外，他們也實際對真實世界中的20,530多名病人進行檢測，其病變檢測的敏感度為92.9%，特異性為99.9%，且共發現了31例臨床漏診的病例，其中2例早期胰腺癌患者，目前也已完成手術治療。

PDAC為最常見的胰腺癌類型，且患者發現時通常已是晚期。研究團隊指出，因為患病率低且早期檢測易出現假陽性問題，以單一檢測方式大規模篩檢無症狀者仍不可行。

在大多數臨床疾病中，輻射劑量較低、不會有顯影劑副作用風險的非顯影CT，雖能進行大規模篩檢，但該方法仍無法有效識別PDAC；論文中指出，對於經驗豐富的放射科醫師來說，以非造影CT識別PDAC仍是很大的挑戰。

研究團隊表示，透過PANDA這項工具，因為能更有效地識別影像中的些微異常，未來可望成為大規模篩檢胰臟癌的新工具。

參考資料：https://www.nature.com/articles/s41591-023-02640-w

(編譯/巫芝岳)