最近,两款中国自主研发的抗癌药迎来高光时刻,登陆美国售价暴涨30倍,狠狠收割了一波美国资本。
而在癌症的预防上,中国技术也实现了“遥遥领先”。由阿里达摩院开发的大数据模型PANDA,仅需胸部或腹部的CT平扫就可以识别早期胰腺癌等胰腺病变,灵敏度和特异性分别高达92.9%和99.9%[1],首次让一般人群的胰腺癌筛查成为可能。
而且CT平扫可以说是医院里最常用的影像学检查之一,甚至一些体检套餐里都有。将来这些CT数据都可拿去让PANDA筛一下有没有胰腺癌,对患者几乎没有任何额外的成本。目前,已有1名G1期胰腺神经内分泌瘤患者通过PANDA获得了治愈的机会。
胰腺癌是当之无愧的“癌中之王”。哪怕科学发展到了现在,免疫治疗、靶向治疗、ADC等新疗法层出不穷,我们对于胰腺癌依然没有什么好办法,5年生存率只有12%。
只不过胰腺癌的筛查,每年都要进行一次MRI和一次内镜超声,成本实在过于高昂,实在难以推广到一般人中。
相比之下,CT检查,尤其是无需造影剂的CT平扫就便宜多了,甚至很多体检套餐里都有胸部或腹部的CT平扫。但即使对于经验丰富的影像科医生来说,从CT平扫中识别早期的胰腺癌也极具挑战性,不过AI技术的发展让CT平扫筛查胰腺癌成为了可能。
针对胰腺癌位置隐匿,在平扫CT图像中无明显特征的问题,达摩院团队创造性的采用了“知识迁移”的训练方式,结合增强CT中胰腺癌的特征,建立了深度学习模型PANDA,可以检测胰导管腺癌(PDAC)、胰腺神经内分泌瘤(PNET)等8种不同的胰腺病变。在几个不同的验证队列中,PANDA都表现出来很高的灵敏度和特异性。
在由108名PDAC患者、67名非PDAC患者和116名健康人组成的内部测试队列中,PANDA识别胰腺病灶的灵敏度和特异性分别为94.9%和100%,识别PDAC的灵敏度和特异性分别为92.6%和97.3%,其中识别I期患者和II期患者的灵敏度分别为97.1%和96.2%。
相比于影像科医生的平均水平,PANDA识别胰腺病变的灵敏度和特异性分别提高了14.7%和6.8%,识别PDAC的灵敏度和特异性分别提高了34.1%和6.3%。相比于15名胰腺影像专家读取增强CT,PANDA通过CT平扫识别PDAC的灵敏度和特异性也分别提高了13.0%和0.5%。
33位影像科医生读CT平扫(左)、15位胰腺影像专家读增强CT(中)和PANDA读CT平扫(右)对2例早期胰腺癌(上、中)和1例自身免疫性胰腺炎(下)的识别对比
由于胸部CT是临床中最常见的CT影像,研究人又测试了PANDA使用胸部CT识别胰腺癌的能力。在63名PDAC患者、51名非PDAC患者和378名健康对照的胸部CT影像中,PANDA识别胰腺病变的灵敏度和特异性分别为86.0%和98.9%,识别PDAC的灵敏度则高达92.1%。
而且,胸部CT有时并不能完整覆盖胰腺,胰腺的病灶有时会在CT视野之外。但PANDA依然可以通过胰管扩张等次要特征,识别出了75%的视野外PDAC病例。
PANDA可以通过胰管扩张等外部次要特征识别图像外的PDAC
接下来,研究人员又在两个真实世界队列中检测了PANDA识别胰腺病变的能力:
● 第一个队列共纳入16420人,PANDA识别胰腺病变的灵敏度和特异性分别为84.6%和99.5%,识别PDAC的灵敏度和特异性分别为95.5%和99.9%。其中,PANDA还发现了26例临床未发现的胰腺病变,受疫情影响仅一人同意进一步检查,最终经手术证实为G1期PTEN。
● 第二个队列共纳入4110人,并采用了假阳性率更低的PANDA plus模型,在灵敏度不变的前提下,将胰腺病变和PDAC检测的特异性都提高到了99.9%。
目前,PANDA已经在医院、体检等多场景被调用超50万次,假阳性率低至0.1%,完全满足在一般人群中开展胰腺癌筛查的要求。
而除了胰腺癌之外,达摩院的AI模型还在食管癌、肺癌、乳腺癌、肝癌、胃癌、结直肠癌等多种癌症的筛查上取得阶段性的进展。将来或许仅需1次普通的CT平扫,就可以筛查所有的癌症。
参考文献:
[1]. 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.