《柳叶刀·肿瘤学》：迄今为止最大规模的国际阅片者研究证实，AI模型通过CT诊断胰腺癌的表现优于放射科医生！

*仅供医学专业人士阅读参考

胰腺导管腺癌（PDAC）是一种具有高度侵袭性和高致死率的恶性消化道肿瘤，预后极差。早期诊断并提高手术可切除率是改善PDAC预后的一个重要措施。目前，腹部增强CT是PDAC筛查的首选影像学方法，但其诊断结果依赖放射科医生的肉眼判断，且不同医生之间存在一定差异，容易导致误诊漏诊。

近年来，人工智能（AI）凭借强大的数据处理和分析能力，在PDAC的诊断中显示出极大潜力。然而截至目前，尚无大规模研究比较AI模型与放射科医生通过CT诊断PDAC的能力。

近期，荷兰奈梅亨大学医学中心Natalia Alves团队就开展了一项国际、配对、非劣效性、验证性、观察性研究。他们先是通过grand-challenge.org算法平台，从46个国家、432名参与者提交的258个AI算法模型中，筛选并构建了一个新的AI诊断模型，随后在独立的队列（共1130例参与者，其中406例经病理学确诊为PDAC）中对其诊断性能进行了验证，并与来自12个国家、40个医学中心的68名放射科医生的诊断结果（从验证队列中随机挑选了391例）进行比较。

结果发现，AI模型通过CT诊断PDAC的能力要明显优于放射科医生（p=0.001），其曲线下面积（AUROC）可达到0.92，而放射科医生诊断PDAC的AUROC为0.88。此外，在相同敏感性和特异性的情况下，与放射科医生相比，AI模型能减少了26%的假阳性结果，多检出了38%的漏诊病例。

研究发表在《柳叶刀·肿瘤学》上[1]。

既往虽有用AI模型辅助PDAC诊断的研究，不过大多数研究都存在样本量小、AI模型算法不公开等问题，为了解决当前AI研究普遍存在的局限性，研究人员开展了一项国际、配对、非劣效性、验证性、观察性研究，目的是建立一个开放、透明、可重复的评估框架，系统比较AI模型与放射科医生通过CT诊断PDAC的能力。

研究一共分成了两部分，第一部分是AI模型的开放和训练，研究利用grand-challenge.org算法平台，从46个国家、432名参与者提交的258个AI算法模型中，筛选出了3个表现最优的模型，并将这3个模型进行整合，构建了一个新的AI诊断模型。所有AI模型都使用了美国和荷兰的2224名参与者的CT扫描图像进行训练，并在86例参与者中进行调优后，在一个来自荷兰、瑞典和挪威的五个不同医疗中心的1130名参与者（包含406例经病理学确诊为PDAC的患者）的独立队列中进行验证。

研究的另一部分是针对放射科医生诊断能力的评估，研究从12个国家的40个医疗中心中纳入了中位从业年限为9年且具有腹部CT阅片经验的68名放射科医生，并让他们对AI测试集中随机抽取的391名参与者的CT结果进行判读，其中144例为经组织病理学确认的PDAC患者。

结果显示，AI模型通过CT诊断PDAC的能力要明显优于放射科医生（p=0.001），其AUROC可达到0.92，敏感性为85.7%，特异性为83.5%，而放射科医生诊断PDAC的AUROC为0.88。

为了更贴近真实临床决策场景，研究还基于放射科医生提供的Likert评分（0–5级）定义了若干临床相关操作点（即在实际临床工作中，医生或AI模型做出阳性诊断的风险阈值）。在具有代表性的临床操作点，也就是Likert评分≥2即判断为阳性时，与放射科医生相比，AI模型能在保持相同敏感性和特异性的同时，减少26%的假阳性结果，多检出38%的漏诊病例。

总之，这项迄今为止最大规模的国际阅片者研究证实，基于多中心数据训练的AI模型在诊断PDAC方面的能力已超越普通放射科医生的平均水平，具备提升早期诊断能力、减少误诊漏诊、优化临床决策的潜力。

参考文献：

[1]Alves N, Schuurmans M, Rutkowski D, et al. Artificial intelligence and radiologists in pancreatic cancer detection using standard of care CT scans (PANORAMA): an international, paired, non-inferiority, confirmatory, observational study. Lancet Oncol. Published online November 20, 2025. doi:10.1016/S1470-2045(25)00567-4

本文作者丨张金旭