▎药明康德内容团队编辑
素来被称为“癌症之王”的胰腺癌预后不良，而其中主要原因便是多数胰腺癌患者在确诊时已为晚期。近日，麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究团队与波士顿贝斯以色列女执事医疗中心放射肿瘤科的科学家Limor
Appelbaum博士合作，开发出一种人工智能（AI）系统，可以预测患者在未来6-18个月内被诊断为胰腺导管腺癌（PDAC，最常见的胰腺癌类型）的风险！
图片来源：123RF
对于普罗大众而言，胰腺癌现今没有像乳腺癌或结直肠癌那样推荐的常规筛查。现行指南仅建议有PDAC家族史或遗传倾向的个体进行筛查，然而这类确诊患者仅占所有PDAC病例约10%，因此建立一套适合普通人群的胰腺癌筛查方式有着迫切的需求。为此，研究团队通过收集超过3.5万例PDAC患者与超过150万对照个体的电子健康记录（EHR），并分析每例患者的87个特征，从而开发了一种称之为PRISM（即PDAC RISk Model，PDAC风险模型）的AI系统。PRISM由两种AI模型组成。第一种使用人工神经网络来发现数据中的模式，包括患者的年龄、病史和实验室结果，然后据此计算个体的风险评分。第二种AI模型也是根据相同的数据以生成评分，但这种模型使用了更简单的算法。研究人员使用这些模型每90天评估一次个体罹患PDAC的风险，直到没有足够的数据或患者被诊断患有胰腺癌。他们对所有入组患者进行了随访，从第一次风险评估后6个月到最后一次风险评估后18个月，看看他们是否在这段时间内被诊断出患有PDAC。▲PRISM模型评估结果（图片来源：参考资料[2]）
测试结果显示，PRISM模型的曲线下面积（AUC）为0.826（95% CI：0.824–0.828），灵敏度为35.9%，特异性则为95.3%。即与当前用于识别具有相似风险水平的PDAC筛查方式相比，该模型可以捕获达3.5倍的患者！这项研究发表于知名医学期刊《柳叶刀》旗下的eBioMedicine杂志当中。该研究的通讯作者Appelbaum博士指出，PRISM可能以两种方式应用于临床，首先，它可以帮助挑选出进行胰腺癌检测的患者。其次，该模型可以提供更广泛的筛查，促使没有症状的人进行血液或唾液检测，测试结果能表明他们是否需要进一步的检测。根据胰腺癌专家约翰霍普金斯大学医学院病理学教授Michael Goggins博士，鉴于胰腺癌早期侦测的重要性，PRISM模型极具前景。“可以预见，像这样的早期预测模型将改变现有胰腺癌治疗格局。”然而Goggins博士也提到，若要类似模型在临床上发挥最大的影响力，尽可能地提早预测时间将会是关键，这是由于胰腺癌进展可能很快，若不够提早预测并即时进行治疗干预，对患者的益处将不明显。Goggins博士并未参与此项研究。在过往类似预测模型的研究中，最大的限制便是许多模型是建立在来自少数几间医疗机构患者的数据。因此当要将之应用于分析来自其他医院患者的数据时，由于不同患者群体、测试程序与执行方式等因素，模型的预测率与准确性大受影响。PRISM模型是建立在来自55间不同医疗机构的海量数据上，因此在一定程度上避免了模型通用性的问题。然而由于该模型是基于回溯性的EHR数据，可能存在潜在的偏倚，因此研究团队的下一步便是收集现有患者的数据进行前瞻性研究，对他们被确诊为PDAC的风险进行计算，以检视模型预测在临床实际应用的准确性。癌症筛查与早期诊断对于患者的预后有着显著的影响。当患者能够提早接受治疗干预时，其对治疗的应答性通常较好，患者的生存机会增加，医疗成本也会降低。因此开发有效的早期癌症测试已成为近年学术与产业界趋势。例如，致力于开发早期癌症血液检测的GRAIL公司在2021年宣布推出名为Galleri的多癌种早期筛查血检。Galleri通过检测血液中的游离DNA，发现癌变细胞的特殊DNA甲基化标志。在此前进行的观察性研究中，Galleri表现出发现超过50种癌症类型的能力。据该公司官方网站信息，Galleri测试的阳性预测值（PPV）为43.1%，这表明在接受该测试并得到“检测到癌症信号”结果的个体中，约有四成会在随后的诊断检查中得到癌症的确诊。同时，其阴性预测值（NPV）高达98.5%，意味着如果测试结果显示“未检测到癌症信号”，则其为真正的阴性结果的可能性达到98.5%。目前Galleri尚未得到美国FDA批准，但寻求批准的相关临床试验已经展开。此外，GRAIL公司也与英国国家卫生服务（NHS）合作进行癌症早筛试验，试验数据的审查正在进行中。除了Galleri，来自韩国大学的研究小组与EXoPERT公司合作开发了一种新的技术，利用AI与表面增强拉曼光谱（SERS）技术对外泌体进行分析，仅通过单次血液检测即可诊断出6种类型的早期癌症——肺癌、胰腺癌、乳腺癌、结肠癌、胃癌和肝癌。研究人员称，这项技术不仅可以发现早期癌症，还能识别出癌症种类，这一研究成果在去年6月发表在Nature Communications上。去年11月，国际医学顶级期刊Nature Medicine报道了一款通过对患者CT扫描数据进行分析的胰腺癌早筛AI模型。这项被称之为PANDA的AI模型特异性达到了99.9%，即每1000例测试只会出现1次假阳性，而其敏感性，即发现胰腺肿瘤的能力，更达到了92.9%，相较于人工诊断提高了34.1%。值得一提的是，阿里巴巴达摩院医疗AI团队和上海市胰腺疾病研究所亦参与了此项研究。随着AI持续在医药领域应用的不断拓展，其触角也深入癌症早筛领域当中。无论是通过对病患医疗记录、血液或是影像数据的分析，AI正在发挥其巨大潜力推进癌症筛查的前进。期待此一领域能够及早获得突破性的临床验证从而惠及广大民众，使人们在面对癌症时不再感到恐惧。大家都在看
药明康德为全球生物医药行业提供一体化、端到端的新药研发和生产服务，服务范围涵盖化学药研发和生产、生物学研究、临床前测试和临床试验研发、细胞及基因疗法研发、测试和生产等领域。如您有相关业务需求，欢迎点击下方图片填写具体信息。
▲如您有任何业务需求，请长按扫描上方二维码，或点击文末“阅读原文/Read more”，即可访问业务对接平台，填写业务需求信息
▲欲了解更多前沿技术在生物医药产业中的应用，请长按扫描上方二维码，即可访问“药明直播间”，观看相关话题的直播讨论与精彩回放
[1] A new AI-based risk prediction system could help catch
deadly pancreatic cancer cases earlier. Retrieved January 18, 2024 from https://www.technologyreview.com/2024/01/17/1086730/a-new-ai-based-risk-prediction-system-could-help-catch-deadly-pancreatic-cancer-cases-earlier/[2] Jia, Kai et al. “A pancreatic cancer risk prediction
model (Prism) developed and validated on large-scale US clinical data.”
EBioMedicine vol. 98 (2023): 104888. doi:10.1016/j.ebiom.2023.104888[3] Survival Rates for Pancreatic Cancer. Retrieved January
18, 2024 from https://www.cancer.org/cancer/types/pancreatic-cancer/detection-diagnosis-staging/survival-rates.html[4] Breakthrough test performance. Retrieved January 18, 2024 from https://www.galleri.com/hcp/galleri-test-performance[5] What is the
Galleri blood test? Retrieved January 18, 2024 from https://www.cancerresearchuk.org/about-cancer/tests-and-scans/blood-tests/galleri-blood-test
免责声明：药明康德内容团队专注介绍全球生物医药健康研究进展。本文仅作信息交流之目的，文中观点不代表药明康德立场，亦不代表药明康德支持或反对文中观点。本文也不是治疗方案推荐。如需获得治疗方案指导，请前往正规医院就诊。版权说明：本文来自药明康德内容团队，欢迎个人转发至朋友圈，谢绝媒体或机构未经授权以任何形式转载至其他平台。转载授权请在「药明康德」微信公众号回复“转载”，获取转载须知。