文章核心观点 - 阿里巴巴达摩院研发的胰腺癌AI早筛模型PANDA，通过分析常规平扫CT影像，能够发现人眼难以识别的早期胰腺癌病变，有望改变该疾病“发现即晚期”的现状，并显著降低患者医疗负担 [2][8][10][13] 技术原理与性能 - PANDA模型采用“迂回战术”进行训练：在增强CT影像上由医生标注病灶，再通过图像配准技术将标注映射回同患者的平扫CT影像，使AI学会识别平扫CT中微妙的早期病变特征 [13] - 该模型在发表于《自然•医学》的论文中，筛查胰腺癌的敏感性达到92.9%，特异性高达99.9% [13] - 2025年4月，美国食品药品监督管理局（FDA）授予PANDA模型“突破性医疗器械”认证 [13] - 技术当前聚焦计算机视觉，未来探索方向是整合CT影像、病历、生化指标等多模态数据以提升准确率 [20] 临床落地应用与效果 - 自2024年11月在宁波大学附属人民医院部署以来，PANDA模型已分析超过18万张CT影像，帮助发现24例胰腺癌病例，其中14例为早期 [10] - 在发现的14例早期患者中，有11人的原始平扫CT报告无异常提示，是经AI预警召回后才确诊 [10] - 在嘉兴市第二医院，每天约600至700人次的CT检查数据经AI分析，每天约筛选出20份存在胰腺潜在问题的影像 [18] - AI早筛不等于诊断，从AI预警到确诊需经放射科和肝胆胰外科两轮人工复核 [18] 应用挑战与局限性 - 存在患者召回沟通难题：最初医生直接电话通知时，常被患者误认为是骚扰或诈骗，或被质疑医院为“创收” [18] - 复查召回率提升缓慢：经AI筛查和人工复核后需要复查的患者，最初只有约10%返院，经一年多流程优化，到2025年底该比例提升至25% [19] - 模型在实际应用中理论上仍存在少量“假阳性”可能，可能引发患者恐慌和医疗资源浪费，其实际场景中的阳性预测值需更长时间的数据积累 [19] - 模型效果高度依赖使用医生的专业能力，在基层医院经验不足的医生手中效果可能打折扣 [20] - 模型仍需持续迭代，目前已在临床医生反馈下从1.0版本升级至能更好区分胰腺炎与其他病变的2.0版本 [20] 经济与社会价值 - 早期胰腺癌患者医疗费用显著低于晚期：案例显示早期患者医保报销后自付仅12000～14000元，而晚期患者治疗费用可达几十万甚至上百万元，且疗效有限、中位生存期不到一年 [5][24] - AI早筛可大幅提高早期发现率，从而降低整体治疗成本，减轻家庭、医保基金和社会的沉重负担 [23][25] - 当前AI筛查属于“机会性筛查”，仅能在患者因其他疾病拍摄CT时发挥作用 [25] 未来展望 - 未来构想将AI预警模型部署在区域性健康大数据平台上，整合居民影像、血液、肿瘤指标等多维度数据，构建更精准的模型，使AI从“被动捕手”转变为“主动哨兵” [25] - 例如，可整合居民突然升高的血糖数据与历史胰腺微小病灶信息，由系统自动生成健康风险预警，实现对个体跨时间、跨地域健康数据的持续监控 [26] - 宁波市鄞州区已建立覆盖140多万常驻人口的居民健康大数据库，为上述构想提供了基础 [25]