胰脏癌早期不易被发现，是治疗成效长期受限的主要原因之一。美国梅约诊所（Mayo Clinic）近期发表研究指出，一套名为REDMOD的人工智能模型，可在一般电脑断层扫描（CT）看似正常的阶段，提早侦测出人眼难以辨识的异常讯号。
根据研究内容，REDMOD平均可比正式确诊时间提前475天，也就是约一年4个月，发现可能与胰脏癌相关的影像变化。这项成果被视为早期筛查的新方向，但目前仍处于进一步临床测试阶段，并非已全面取代医生诊断的工具。
胰脏癌常被称为“癌王”，原因在于早期症状不明显，肿瘤位置又较隐蔽，很多患者确诊时病情已经进展。资料显示，全球胰脏癌5年存活率约10%，多达85%的患者在确诊时已有扩散情况，错过较理想的手术介入时机。
REDMOD的技术核心，是透过“影像组学”（Radiomics）分析CT影像。研究团队让机器学习模型读取影像中数百种细微组织纹理、密度及结构变化，再从看似正常的胰脏影像中找出可能存在的早期风险讯号。
研究人员分析近2000份扫描影像后发现，REDMOD整体识别率达73%。相比之下，放射科医生在没有AI协助下进行判读时，准确率约为39%。这显示AI在捕捉细微影像变化方面，可能有助补足肉眼判读的限制。
研究也显示，在距离确诊仍有两年以上的极早期阶段，AI仍可维持68%的识别率，而人类医生的辨识率约为23%。梅约诊所放射科医生戈恩卡（Ajit Goenka）指出，胰脏癌最大的难题，是在疾病仍有机会治疗时，医生往往还看不到明显病灶。
为了提高临床使用价值，研究团队把REDMOD设计成可自动运行的系统，未来可望接入现有医疗流程。专家认为，这类工具较适合先用于高风险群体，例如年长者、不明原因体重骤降者，或新发糖尿病患者。
换言之，若这些高风险人士因其他疾病接受CT扫描，AI或可同步分析影像，在尚未出现明显肿块前提出警讯。这可能让胰脏癌诊断从过去“等症状出现才发现”，转向更早期的风险拦截。
不过，医疗AI进入临床仍需监管配合。美国目前至少已有43个州提出与医疗AI相关的法案，重点包括提高透明度、保障病患权益，以及要求AI产生的医疗建议必须经过专业医生审查，以降低误判、偏差或过度依赖技术的风险。
这项研究已发表于国际期刊《Gut》，目前正通过AI-PACED研究进入前瞻性临床测试。研究人员估计，若未来能把胰脏癌早期确诊比例从目前约10%提高至50%，患者存活率有机会明显改善。
对一般民众而言，AI筛查并不代表可自行判断病情。若出现长期腹痛、黄疸、体重异常下降、食欲改变，或突然出现糖尿病等情况，仍应尽早就医检查，由医生结合影像、血液指标及病史作出判断。
