胰腺癌是一種很難被發現的疾病。胰腺本身被其他人體器官所包圍，因此在檢測時很難發現腫瘤。
患者也很少在早期出現症狀，這意味着大多數病例被确診時已處于晚期，甚至已經擴散到身體的其他部位，也使得它更難被治愈。因此，我們要盡可能早地發現胰腺癌。
（來源：AI 生成，圖文無關）
美國麻省理工學院計算機科學和人工智能實驗室（CSAIL，Computer Science and Artificial Intelligence Laboratory）的研究人員與美國波士頓貝斯以色列女執事醫療中心的科學家利莫爾 · 阿佩爾鮑姆（）合作，開發了一種人工智能系統，可以預測患者患上最常見的胰腺癌 " 胰腺導管腺癌 " 的可能性。相關論文最近發表在 eBioMedicine 上。
該系統的表現優于當前的診斷标準（流程）。如果有朝一日可以在臨床環境中使用，以确定哪些患者可以從早期篩查或檢測中受益，就可以更早地發現疾病并挽救生命。
研究人員的目标是建立一個模型，能預測患者在未來 6 至 18 個月内确診胰腺導管腺癌的風險，從而使早期檢測和治愈的可能性變得更大。爲了開發這個模型，他們篩查了現有的電子健康記錄。
由此誕生的系統名爲 PRISM，由兩個人工智能模型組成。第一種模型使用神經網絡識别數據中的模式，所使用的數據包括患者的年齡、病史和實驗室檢測結果，然後計算每個患者的風險評分。
第二個人工智能模型使用了相同的數據來生成一個分數，但使用了更簡單的算法。
研究人員向這兩個模型提供了 600 萬份來自美國 55 個醫療保健組織的匿名電子健康記錄，其中 35387 份是胰腺導管腺癌病例。
在 90 天的時間裏，該團隊使用這些模型每天評估一次患者的胰腺導管腺癌風險，直到沒有足夠的數據或患者被确診爲胰腺癌。他們對所有參與的患者進行了随訪，從第一次風險評估後的 6 個月到最後一次風險評估前的 18 個月，看看他們在兩段時間裏是否被診斷爲胰腺導管腺癌。
在發展成癌症的患者中，有 35% 的人在确診前的 6 至 18 個月被神經網絡識别爲高危人群。論文作者表示，這一成績遠超目前的篩查系統。
對于大多數普通人群來說，目前還沒有好用的胰腺癌常規檢查（不像乳腺癌或結腸癌），通過現有的标準篩查方式隻能發現大約 10% 的病例。
約翰 · 霍普金斯大學醫學院的病理學教授和胰腺癌專家邁克爾 · 高金斯（）表示，考慮到盡早發現這種疾病的重要性，該系統看起來很有希望。
他說：" 可以預見，這樣的模型将改善當前的（診斷）形勢。但要産生足夠大的影響，還需要很長時間。"
他說，一些人可能在 6 到 18 個月的窗口期内發展到癌症晚期，這意味着在他們接受癌症風險評估時，有效的治療手段可能爲時已晚。
麻省理工學院的電氣工程和計算機科學教授麥丁 · 瑞納德（）表示，這項研究的特殊之處在于它是回顧性的，着眼于現有數據，并讓模型進行假設預測。
但是該團隊已經開始進行一項新研究。這項新研究将收集現有患者的數據，計算他們的風險因素，然後等着觀察模型預測的準确性。
表示在過去，使用特定醫院的數據構建的其他人工智能模型，有時換了另一家醫院的數據就會表現不佳。導緻這種現象的原因可能有很多，例如不同的人群、醫療程序和臨床實踐。
他說：" 因爲我們所掌握的數據基本上覆蓋了相當一大部分美國人，我們希望該模型能更好地在各個組織中發揮作用，而不是與特定組織挂鈎。也正因爲我們與許多組織合作，它們爲我們提供了更多的訓練數據。"
則表示，PRISM 未來有兩種使用方式。
首先，它可以幫助篩選出适合進行胰腺癌檢測的患者。其次，它可以提供更廣泛的篩查類型，讓沒有症狀的人進行血液或唾液檢測，以确定他們是否需要進一步檢測。
她補充道：" 有數以萬計的對應不同癌症的模型，但其中大多數都停留在文獻中。我認爲我們有辦法把它們帶到臨床實踐中，這就是我開始這一切的原因，這樣我們就可以把它們交到人們手中，并盡早發現癌症。這可能會挽救很多人的生命。"
作者簡介：麗亞農 · 威廉（Rhiannon Williams）負責撰寫《麻省理工科技評論》的 Download 欄目，同時她也是一名新聞記者。在加入《麻省理工技術評論》之前，她是 i newspaper 的技術記者和《每日電訊報》（Telegraph）的科技記者。她曾入圍 2021 年英國新聞獎，并定期作爲專家出現在 BBC。
支持：Ren
排版：朵克斯
