當“無聲”癌癥遇上AI“精準捕手”

　　今年4月15日至21日是第32個全國腫瘤防治宣傳周，主題為“早防早篩早治 同心攜手抗癌”。癌癥防治，重在“早”字。早期篩查，是提升癌癥五年生存率、減輕疾病負擔的關鍵舉措。如今，人工智能(AI)正為癌癥早篩的“早”注入更多底氣。作為發現早期病變的“精準捕手”，AI技術助力醫生突破肉眼觀察與臨床經驗的局限，為傳統診療賦予“看得早、看得清”的能力，幫助更多患者抓住癌癥早期干預的黃金時間窗。

“平掃CT+AI”

　　為破解“不可能三角”提供新路徑

　　2023年，60多歲的黃大媽因長期咳嗽到上海長海醫院(海軍軍醫大學第一附屬醫院)檢查。本以為只是肺部小問題，未承想一次平掃CT檢查卻查出她患有早期胰腺癌。經手術治療，黃大媽預后良好。

　　然而，胰腺癌患者面對的殘酷現實是：超過80%的患者確診時，腫瘤已像藤蔓般擴散，失去手術根治機會。為黃大媽拉響早期警報的正是上海長海醫院的胰腺癌篩查AI模型——PANDA。

　　該院放射診斷科曹凱副主任醫師介紹，我國胰腺癌發病率并不算高，從衛生經濟學角度考慮，不適宜開展全民大規模篩查，這也導致胰腺癌早期篩查技術長期無明顯突破。近年來胰腺癌發病率呈上升趨勢，且早期癥狀隱匿、惡性程度高，找到準確、實惠、可及的篩查方法，成為迫切需求。但這三個目標常常是難以實現的“不可能三角”。

　　增強CT是診斷胰腺癌的傳統手段。曹凱介紹，檢查前需注射造影劑，使病灶與正常組織形成明顯對比，便于醫生發現異常。但該方法存在明顯短板：輻射劑量高，且造影劑有引發過敏的風險，不適合普通人常規篩查。

　　在曹凱看來，平掃CT接受度高、可及性強，是開展篩查的理想手段。但缺少造影劑，醫生僅憑肉眼很難在平掃CT圖像上發現微小病灶。

　　2019年，AI已在圖像處理方面顯示出潛力，擁有生物醫學工程專業背景的曹凱思考利用AI突破人眼局限，啟動“平掃CT+AI”胰腺癌篩查研究。

　　模型構建正是仿照了人的學習過程。曹凱介紹，確診胰腺癌的患者大多有多期相的CT掃描，研究團隊將增強CT上清晰的病灶，精準標注到平掃CT上，作為AI的“教材”，同時整理AI誤判案例形成“錯題集”，反復優化模型。久而久之，AI煉就“火眼金睛”，能放大并識別平掃CT上肉眼難察的細微病變。

　　研究結果超出預期：PANDA模型通過平掃CT進行病變檢測與胰腺導管腺癌鑒別，其準確度均不遜于專業胰腺影像學專家閱讀增強CT的水平。全球十家醫院多中心研究證實，該模型敏感性達92.9%、特異性達99.9%。相關研究論文2023年11月發表在國際學術期刊《自然·醫學》。

　　據了解，依托上海長海醫院牽頭、該院金鋼教授領銜的“四大慢病”國家科技重大專項——“胰腺癌發病機制與臨床精準診治新范式研究”，當前研究團隊正在借助這一模型在上海市楊浦區、浙江省嘉興市南湖區與寧波市鄞州區開展針對胰腺癌的大規模人群篩查。

　　曹凱表示，該模型初步打破了經濟性、可及性、準確性的“不可能三角”，為癌癥早篩探索出一條新路徑。

　　作為PANDA模型的聯合研發和技術提供團隊，達摩院的目標是通過一次平掃CT識別多種癌癥。達摩院醫療AI實驗室多癌篩查負責人張靈告訴記者，研究團隊針對胰腺癌、胃癌、食管癌、結直腸癌、肝癌5個癌種分別構建起AI篩查模型，已發表多篇論文，獲得了美國食品藥品監督管理局突破性醫療器械認定等國際認可。目前胰腺癌、胃癌篩查模型已進入前瞻性臨床試驗，其余三種癌癥的臨床試驗即將啟動。

　　“平掃CT+AI”也為多癌篩查打開了新思路。張靈介紹，此前多癌篩查多采用抽血基因測序，依賴高風險人群主動篩查，覆蓋面有限。而我國每年開展平掃CT檢查超億次，這種“順帶篩查”的機會性被動篩查模式，可大幅提高篩查覆蓋面。

　　張靈表示，研究團隊還聯合相關醫院推進乳腺癌、腎癌等癌種研究，深耕“平掃CT+AI”路徑，同時研發低劑量適配技術，以更低輻射實現更小早期病灶的精準捕捉。

　　一管血液揪出乳腺癌早期病變

　　通過一管血液或尿液，借助基因測序尋找癌細胞留下的蛛絲馬跡，這類液體活檢技術也是癌癥早篩的重要路徑。而AI的加入，就像給這項傳統技術裝了“信號放大器”，能更敏銳地捕捉早期病變信號。

　　我國目前正廣泛開展乳腺癌篩查，但一期發現率僅有20%左右。浙江大學醫學院附屬第二醫院乳腺外科副主任倪超主任醫師介紹，目前乳腺超聲與鉬靶檢查是針對乳腺癌早期篩查的主要手段，但這些檢查往往依賴醫生的個人經驗，而篩查任務多集中于基層單位，易出現漏診、誤診情況。

　　目前兩種主流液體活檢技術在乳腺癌早篩領域均未取得實質性突破。倪超解釋，基于游離DNA突變位點的檢測方法，在早期乳腺癌人群中的檢出率不足20%，而基于甲基化的泛癌篩查，對于乳腺癌檢查的特異性有待提高，而動輒近萬元的檢查費用使其難以用于人群常規篩查。

　　為此，浙江大學醫學院附屬第二醫院聯合生物科技公司，構建了可專門識別游離DNA碎片特征的TuFEst模型，僅需少量血液，即可在一次檢測中同步實現乳腺癌的極早期檢測、分子分型及淋巴結轉移評估。

　　游離DNA的碎片特征，就是識別癌細胞的“暗號”。“正常細胞和癌細胞凋亡后，都會釋放切割后的DNA片段，但兩者在片段長度、剪切位點等方面存在明顯差異。研究團隊借助AI機器學習，從3000多個碎片特征里篩選出最關鍵的指標，打造了這款乳腺癌篩查模型。”倪超感慨：“沒有AI幫忙，純靠人工找這些特征，堪比大海撈針。”

　　這款模型的核心巧思，在于用“廣度”彌補“深度”。倪超解釋，以往的基因篩查以測外顯子區域及突變點位為主，檢測深度達上萬×，導致檢測費用高昂，而該模型采取超低深度全基因組測序，相當于把將近2萬個基因全部測一遍，檢測層數只需0.5×～2×，即可全面捕捉游離DNA在片段大小、末端序列、斷裂模式等方面的整體特征，大幅降低檢測成本。

　　研究結果顯示，在26例被超聲和鉬靶均判定為良性、但后續病理證實為惡性腫瘤的影像漏診病例中，TuFEst模型成功識別出其中25例，靈敏度達96.15%，且檢出病例均為無淋巴結轉移的早期腫瘤。

　　不過，這款模型要真正走入臨床，仍需經過“真實世界”的考驗。研究團隊在構建模型時剔除了懷孕、哺乳期、急性感染、活動性乙肝等復雜病例，未來還將納入復雜場景進一步提升篩查模型的普適性。目前研究團隊正在全國多個省份開展前瞻性隊列研究，推動其早日服務于臨床。

　　人機協同效果優于單打獨斗

　　AI融入癌癥早篩已經勢不可擋。中山大學孫逸仙紀念醫院主力研發的宮頸癌篩查AI輔助平臺，便是典型應用。自2020年上線以來，該平臺已成為病理醫生的“黃金搭檔”，獲得國家三類醫療器械注冊證，已覆蓋全國20個省市、百余家醫院，為宮頸癌早篩提速增效。

　　宮頸細胞學篩查是宮頸癌早篩的核心手段，但一張載玻片上就有兩三萬個細胞，病理醫生完成閱片需耗時3至5分鐘，而AI輔助平臺僅需1至2分鐘就能完成初篩標注。該院細胞分子診斷中心副主任付莎坦言，AI的穩定輸出，既讓醫生從繁瑣的基礎閱片中解放出來，專注于疑難病理診斷，也有效減少了人為導致的誤診、漏診。

　　目前，基于影像與液體活檢的AI早篩應用是發展較快的兩條主流路線。記者了解到，通過呼氣、面部照相等檢測早期癌癥的多款新興技術也處于積極探索階段。專家認為，兩條主流路線各有側重、互為補充，液體活檢能在分子層面更早捕捉病變信號，影像則能精準定位病灶，彌補前者對部分癌種不敏感的短板。未來理想模式，是整合影像檢查、液體活檢及多維臨床信息，打造多模態AI篩查大模型。

　　AI賦能癌癥早篩的應用之路，還有諸多痛點有待破解。最讓付莎憂心的是數據問題：宮頸脫落細胞標本需經過固定、巴氏染色制片等多步處理才能導入AI平臺，研究階段的嚴格質控能保證模型精度，但全國各醫院標本處理標準不一，可能影響該平臺的實際使用效果。同時，醫療數據涉及患者隱私，本地存儲壓力較大，她呼吁國家出臺相關政策進行規范。

　　推動AI癌癥早篩應用真正落地，既需要技術持續迭代，也需要醫患同心同向、共同推進。據了解，現階段部分醫生仍持傳統診療理念，對AI介入早篩態度保守，同時公眾認知缺位，不少患者誤將陽性病例官方召回電話當作詐騙信息。

　　曹凱認為，現階段，“AI+醫生”的人機協同模式效果必然優于AI單獨應用。AI只能作為初篩手段，最終報告還需要醫生把關。此外，應加強頂層設計，制定科學的早期篩查策略，聚焦高危人群、采用序貫式篩查，讓篩查更具科學性和經濟性。