Nature Medicine：AI精准算病，将“癌症之王”胰腺癌扼杀在摇篮中

AI能算命，也可以用AI来“算病”。

胰腺癌一直被认为是“癌症之王”，通常来说“一旦发现就是晚期”。如果能提前3年就能预测胰腺癌风险，那么对于胰腺癌患者而言，无疑是一大福音。

5月9日，哥本哈根大学、哈佛大学医学院的科学家在 Nature Medicine 期刊发表论文，训练出了一种名为CancerRiskNet的深度学习算法，只需要向AI提供患者电子病历数据，就能推算出患者患上胰腺癌的风险。这一算法能在胰腺癌发生前3年推测出患病风险，可谓是AI的“精准算命”。

论文第一作者袁博博士表示，该系统只需要接入病历系统就行，不需要额外的数据采集，预期落地难度低 更适合大规模推广

在临床医学中，无论是医生还是患者，面对胰腺癌，总是谈“胰”色变。

胰腺癌是一种尤其致命的癌症，全球范围内的患者，患病一年后的生存率大约仅为20％，五年后生存率仅为7％。除了高死亡率外，胰腺癌隐匿性极强、扩散速度极快，而且更为“狡猾”的是，它通常没有早期明显症状，因此这种癌“一发现就是晚期”绝对不是一句玩笑话。

2023年5月9日，哥本哈根大学、哈佛大学医学院等单位的科研人员引入了人工智能算法来解决早期检测和治疗胰腺癌的问题，为胰腺癌的防治带来了新希望。相关论文发表在 Nature Medicine 上，论文题为：A deep learning algorithm to predict risk of pancreatic cancer from disease trajectories。

具体来说，研究团队开发了一种深度学习算法，称之为CancerRiskNet，该算法可以预测患者因胰腺癌而带来的风险。

从疾病轨迹中训练和预测胰腺癌风险

为了验证算法的精确性，研究人员使用了来自丹麦和美国的超过900万患者的临床数据，其中24000例为胰腺癌病例。

美国和丹麦患者的特点

研究人员利用胰腺癌患者的电子病历数据来训练CancerRiskNet，预测了患者罹患胰腺癌的风险，在测试集上的AUC值达到了0.86（AUC值越接近1.0，检测方法的真实性就越高）。

相比于传统的筛查，在使用AI工具后，其准确度有50倍-300倍的提升。

除此之外，与平时常用的影像AI不同的是， 这项研究只需要CancerRiskNet接入病历系统就行，不需要额外的数据采集。而如果用到影像数据，则需要被筛的对象去做CT，因此该方案如果大规模使用，落地难度更低，更适合大规模推广。

新发现为早期检测和预防胰腺癌提供了新的思路和方法。论文第一作者袁博博士介绍道，目前，还没有可靠的生物标志物或筛选工具来检测胰早期胰腺癌。这项研究的目的是开发一种人工智能工具，帮助临床医生识别胰腺癌的高危人群，让这些患者能从早期的治疗中受益。

哥本哈根大学生物学教授 S？ren Brunak 表示，许多类型的癌症，尤其是那些难以识别和早期治疗的癌症，对患者、家庭以及整个医疗保健系统造成了不成比例的损失。基于人工智能的筛查将是改变胰腺癌发展轨迹的一个契机。

哈佛医学院高级研究员 Chris Sander 表示，这种人工智能工具可以瞄准那些患胰腺癌风险最高的人，他们能从进一步的测试中获益良多，这将对改善临床决策有很大的帮助。

由此可见，借助人工智能的帮助，医务人员不仅能够在早期发现患者的胰腺癌风险，提高患者的生存率，而且可以准确地锁定需要更频繁筛查和监测的“高危人群”，从而防患于未然。

原始出处：

Placido， D.， Yuan， B.， Hjaltelin， J.X. et al. A deep learning algorithm to predict risk of pancreatic cancer from disease trajectories. Nat Med (2023). https：//doi.org/10.1038/s41591-023-02332-5.