AI从“正常”CT中提前16个月发现胰腺癌：医生检出率39%，AI达73%

一张CT影像，放射科医生看了一眼，写下“正常”二字。

16个月后，同一名患者被确诊为胰腺癌。

若将这两件事放在一起，会发现一个令人细思极恐的事实：那张“正常”的CT，其实从来就不正常。癌症的痕迹早已刻在其中，只是无人能读懂。

如今，梅奥诊所（Mayo Clinic）的一群研究者，训练出了一个能破解这份“密码”的AI。

胰腺癌有个绰号，叫“沉默的杀手”。

真正让它致命的只有一个原因：发现得太晚。超过85%的病例，确诊时癌细胞已扩散。五年生存率不足15%。按当前趋势，到2030年，它将超越大肠癌，成为美国癌症死亡原因的第二位。

胰腺藏在腹腔深处，周围被胃、肠子和一堆血管包裹，本身又不像肺或乳腺那样有成熟的筛查手段。等到腹痛、消瘦、皮肤发黄等症状出现时，肿瘤往往已长到能在CT上“看见”的程度，而此时手术台已很难帮上忙。

梅奥团队想解决的问题只有一句：能否在肿瘤形成肉眼可见的团块之前，就将其揪出？

他们给出的答案叫REDMOD，即Radiomics-based Early Detection MODel（放射组学早期检测模型）。

REDMOD的验证方式，几乎是一场“人机对照实验”。

研究者找来219名后来确诊胰腺导管腺癌的患者，翻出他们确诊前3到36个月、因其他原因拍下的腹部CT。这些片子当时都经过专家复核，写着“胰腺正常”。

再找来1243名胰腺正常、且至少3年未患癌的人作为对照。

共1462次扫描，来自西门子、GE、东芝、飞利浦等不同品牌的机器，分属多家医院，拍摄协议五花八门。研究者刻意将其做成贴近真实世界的大杂烩，不追求实验室里那种干干净净的理想数据。

结果发表在4月的《Gut》期刊（BMJ旗下）上：在独立测试集中，REDMOD从这些“正常”CT中标记出了73%未来会患癌的病例。同一批片子，放射科医生只看出了38.9%。

时间拉得越远，差距越夸张。诊断前两年以上的CT中，AI的命中率是68%，放射科医生只有23%，接近三倍。

7月4日，这项研究被网友Alex Veremeyenko（@alex_verem）搬上了X平台，配了梅奥制作的演示视频。帖子不长，但每一句都在戳人：

“放射科医生并非疏忽大意，只是信号低于人眼能捕捉的物理极限。”

“癌症早已存在于我们拍摄的扫描中，只是我们看不到。”

▲ @alex_verem 的原帖摘录，列出了研究的核心数据和限制。

这才是整件事最不可思议的地方——AI能赢，靠的其实是一套人眼压根用不上的“视力”。

梅奥放射科的资深研究者Ajit Goenka博士在接受Inside Precision Medicine采访时给出了生物学层面的解释：肿瘤在长成一个“团块”之前，它所在的那片组织早已开始悄悄变化——细胞外基质被重塑、纤维化悄然发生、细胞密度慢慢改变、促纤维反应逐渐启动。

这些变化在标准CT的灰阶画面上完全“隐形”。人眼看到的仍是一片均匀的灰色胰腺组织。

但它们真实地改变了组织内部像素与像素之间的空间关系，像水面下的暗流，留下了一串“纹理指纹”。

REDMOD要做的，就是把这串指纹读出来。它对CT图像做小波（wavelet）多尺度滤波，把肉眼分辨率之外的高频、低频纹理模式都分离出来，再从中提取968个定量放射组学特征——一阶统计量、灰度共生矩阵（GLCM）、灰度大小区矩阵（GLSZM）等等。

论文中的一个消融实验证实了这套思路的价值：只用滤波后的纹理特征，AUC为0.82；换回没滤波的原始特征，AUC掉到0.74。差距不小，p值0.007。90%被选中的关键特征都来自滤波后的纹理层——换句话说，答案根本不在人眼能看到的地方。

《GI & Hepatology News》采访Goenka时，他把这层意思讲得更透彻：

“更宏观的意义在于：传统影像在胰腺癌前期失效，根源就在于相关信息本来就藏在人类视觉感知阈值之下，扫描本身其实什么都不缺。”

NBC News的报道中，他讲得更像是一句心里话：

“根据这种疾病的生物学规律，我们知道它不会在三个月内突然冒出来……我们知道信号一直都在那里，只是需要找到读出它的办法。”

▲ 梅奥诊所提供的示例图。左边是原始CT切片，肉眼看不出异常；右边叠加了REDMOD生成的纹理热力图，黄红色区域正是后来长出肿瘤的位置——当时这里在放射科医生眼里还是“正常”。

光有生物学直觉不够，REDMOD能落地，靠的是一整套工程上的取舍。

第一步是分割。过去类似的放射组学研究，胰腺轮廓要靠人工在CT上一层层手动勾画，费时费力，不同医生画的还不一样。REDMOD换成了3D nnU-Net模型做全自动分割，省掉了这个瓶颈，也让“规模化”第一次变得可能。

第二步是降维。968个特征太多，容易过拟合。研究者用mRMR（最小冗余最大相关）方法挑出40个信息量最大、又互相不重复的特征——前面提到，其中九成来自滤波后的纹理层。

第三步是应对现实里的“物以稀为贵”。胰腺癌本身发病率很低，真实世界里“正常人”的数量会远远超过“未来患者”。研究者特意把测试集的比例调成63名预诊断患者对430名对照，模拟出接近1:7的真实低患病率场景，刻意跳出训练集里常见的1:1“完美平衡”陷阱。为了不让模型在训练阶段被“多数派”带偏，他们用了SMOTE过采样技术，并且没有用单一分类器，而是把逻辑回归、随机森林、XGBoost三种模型的判断做软投票融合。

第四步，也是最实用的一步：阈值可调。模型最终吐出的，是一个0到1之间的连续概率分数——医院可以按自己的需求划定报警线，不必接受模型给出的单一结论。默认用Youden指数优化出一个平衡点（0.41），但医院完全可以在不重新训练模型的情况下按自己的需求调整：如果是拿来做初步筛查，可以调低阈值，多抓一些疑似病例；如果是决定要不要做穿刺活检，可以调高阈值，减少不必要的伤害。

跨机构测试中，这套系统的特异性做到了81.3%（n=539）；换到NIH公开的胰腺CT数据集上，特异性还有87.5%（n=80）。同一个病人多次复查的结果，90%到92%保持一致。换句话说，它不挑医院，也不挑机器。

▲ 论文《Next-generation AI for visually occult pancreatic cancer detection...》发表于《Gut》（BMJ旗下），2026年4月22日在线发表，通讯作者Sovanlal Mukherjee，资深作者Ajit Harishkumar Goenka。

医学教授Robert Lufkin在自己的X账号上转发了这项研究，把最抓人的几个数字做成了一张图卡，拿下4.4万浏览、394个赞：

“AI在医生之前475天看到胰腺癌。”

▲ 医学院教授@robertlufkinmd 的总结帖，称这是“多年来见过最惊人的早期检测结果”。

看到这里，很容易觉得胰腺癌的春天要来了。但如果你去翻X平台下面的评论区，会看到一盆冷水正等着浇下来。

问题出在一个不太直观的统计学概念上：阳性预测值（PPV）。

胰腺癌在普通人群里的发病率非常低，大约每10万人里20到40例。如果把REDMOD原封不动地铺给所有人做筛查，哪怕敏感性有73%、特异性有81%，算出来的PPV可能低到只有0.18%左右——意味着系统标记出的555个“疑似”里，可能只有1个是真的患者。

剩下的554个呢？要么白白承受心理上的恐慌，要么被送去做进一步检查，其中一部分人还要接受超声内镜引导下的细针穿刺（EUS-FNA）。这项检查本身带有1%到2%的胰腺炎风险。

一旦把REDMOD铺开到几百万人的规模，这笔账单会变得非常吓人——不必要的下游检查、不必要的穿刺并发症、成本高到离谱。

这一点，Goenka团队心里跟明镜似的。他们的解法叫“队列富集”——把REDMOD严格限定在真正的高危人群里使用。

最典型的高危人群，是50岁以后新发的糖尿病（gNOD）患者，尤其是同时伴有体重下降的那批人。这类人群里，胰腺癌的3年发病风险能到1%甚至更高；如果ENDPAC评分达到3分以上，风险会跳到3%到4%，是普通人群的20倍。英国NICE指南已经建议对这类人群紧急做CT检查。

把REDMOD放在这个筛子后面用，PPV能提升到大约5.8%——和目前被广泛接受的肺癌低剂量CT筛查处在同一个数量级。而且这批人本来就因为糖尿病要做CT，REDMOD相当于是“顺手”再多看一眼，边际成本几乎为零。

除了PPV，还有几件事研究者自己反复强调：

针对这些悬而未决的问题，梅奥已经启动了名为AI-PACED的前瞻性可行性研究，招募高危新发糖尿病人群，做系列CT扫描加生物样本采集。研究设计里专门加了一道“防火墙”：参与研究的放射科医生按常规方式独立读片，AI的判断跑在隔离的研究服务器上，不会进入电子病历，也不会影响当下的临床决策——先看清楚AI到底能带来多少提前量、制造多少假阳性负担，再谈下一步。

《GI & Hepatology News》采访结束前，Goenka说了一句让人印象很深的话：

“在这样一种让我们摸黑走了几十年的疾病面前，这是一个里程碑——它让我们看到了终点线，但我们还得真的跑到那里。”

摩菲特癌症中心的外科肿瘤学家Pam Hodul，没有参与这项研究，但她的评价毫不含糊：

“这真的有可能改变我们早期检测的整个游戏规则。”

▲ Goenka博士接受《GI & Hepatology News》采访，详细解释REDMOD对新发糖尿病患者的临床意义。

这个故事最打动人的地方，并不只是“AI又赢了人类医生”这一层。

真正值得记住的是另一件事：美国每年要拍3000万到4000万次腹部CT。这些片子拍完、读完、归档，大多数人以为它们已经“物尽其用”。但梅奥这项研究说的是——这些已经躺在存储系统里的影像，可能藏着一整座还没被开采的早期诊断矿藏。

我们从来不缺数据，缺的是一双能读懂它的眼睛。

正如那条原帖的结尾写的：

“当整条时间线都被聊天机器人和广告投放占据的时候，这才是AI一直以来真正该做的事。”

AI-PACED试验还要跑上三到五年，才能验证“提前16个月”最终能不能换来更多人的生还。但至少现在，那些曾被判定“正常”的CT，第一次被认真地重新读了一遍。