MIT 科技评论 - 本周热榜 04月21日 00:07
“癌王”早筛有解了?中国企业AI模型首次获FDA“突破性医疗器械”认定
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

阿里巴巴达摩院研发的AI模型DAMO PANDA,在胰腺癌早期筛查领域取得重大突破,获得美国FDA“突破性医疗器械”认定。该模型创新性地通过平扫CT图像实现胰腺病变的高效检测和精确分类,显著降低了检查成本和复杂性。测试数据显示,DAMO PANDA筛查敏感性和特异性分别高达92.9%和99.9%。这项技术为胰腺癌早期筛查和诊断提供了革命性工具,有望改善预后。目前,该技术已获得国际社会广泛认可,并将在全球范围内推广应用。

🔍 DAMO PANDA模型通过创新性的“平扫CT AI筛查方案”实现胰腺癌的早期筛查,无需依赖增强CT等复杂检查,降低了检查成本和操作复杂度。

💡 该模型采用三重创新架构:使用医学图像分割方法精确定位胰腺区域,运用多任务卷积神经网络检测病变,并引入记忆Transformer网络完成亚型分类。

✅ 在临床验证中,DAMO PANDA模型展现出卓越的筛查效能,检测胰腺病变的灵敏度高达92.9%,特异性为99.9%。与放射科医师相比,DAMO PANDA在检测胰腺腺癌方面的灵敏度提升了34.1%,特异性提高了6.3%。

🌍 DAMO PANDA技术已获得国际社会广泛认可,并在国内临床实践中展现出显著价值,例如,在宁波大学附属人民医院的筛查中,成功发现2例常规检查漏诊的早期病例。

一款 AI 模型,让“癌中之王”胰腺癌的早期筛查和诊断有了新的希望。

最近,由阿里巴巴达摩院(以下简称“达摩院”)研发的胰腺癌筛查 AI 模型 DAMO PANDA 获得了美国食品药品监督管理局(FDA,Food and Drug Administration)“突破性医疗器械”认定。这标志着中国科技企业在医疗 AI 领域的重要突破,也是中国企业第一次获得这项权威认可。

这一突破性进展源于达摩院在国际上首创的“平扫 CT AI 筛查方案”。该研究团队联合全球顶尖医学机构,成功开发出 DAMO PANDA 模型,其创新性在于能够通过常规非增强 CT 图像实现胰腺病变的高效检测和精确分类。

值得注意的是,传统胰腺癌筛查往往需要依赖增强 CT 或核磁共振成像等复杂检查手段,而该模型仅需平扫 CT 即可完成筛查,大大降低了检查成本和操作复杂度。

测试数据显示,这款 AI 模型筛查敏感性和特异性分别高达 92.9% 和 99.9%。这意味着,DAMO PANDA 模型为胰腺癌的早期筛查和诊断提供了一种具有革命性意义的工具,它不仅能够精准地检测出大多数早期胰腺微小病变,而且该能最大限度地减少误报情况(假阳性结果)的发生。

相关论文以《非对比 CT 和深度学习的大规模胰腺癌检测》(Large-scale pancreatic cancer detection via non-contrast CT and deep learning)为题发表在 Nature Medicine[1]。

图丨相关论文(来源:Nature Medicine)

胰腺癌作为全球第十二大常见癌症,高度恶性的生物学特性使其成为实体恶性肿瘤中最致命的类型之一。

由于早期缺乏特异性临床症状,大多数患者在确诊时已进展至晚期且失去手术机会,这一临床特点直接导致了胰腺癌患者预后极差。

尽管早期筛查被公认为改善预后的关键策略,但传统筛查方法面临巨大挑战:一方面,非特异性症状导致筛查假阳性率居高不下;另一方面,现有影像学检查手段在早期病变识别上存在明显的局限性。

在这一背景下,非增强 CT 因其低辐射剂量和无造影剂风险的特性,成为极具潜力的筛查工具。然而,长期以来医学界普遍认为仅凭非增强 CT 难以实现胰腺癌的准确检测。

针对这一技术瓶颈,达摩院联合多家权威医疗机构创新性地开发了基于深度学习技术的 AI 模型 PANDA。

该模型通过三重创新架构实现了技术突破:首先采用医学图像分割方法 nnU-Net 精确定位胰腺区域,然后运用多任务卷积神经网络(CNN,Convolutional Neural Networks)检测病变,最后引入记忆 Transformer 网络完成亚型分类。

特别值得一提的是,研究团队开发的“胸部 CT 数据增强”策略使模型能够适应不同扫描范围的影像,即使胰腺仅部分显影,仍能通过识别胰管扩张等继发征象实现 86% 的病变检出率。

(来源:Nature Medicine)

在严格的临床验证中,PANDA 模型展现出卓越的筛查效能。研究团队首先在单一中心的 3208 名患者数据集上进行模型训练,随后在多中心的 6239 名患者中开展验证。

结果显示,该模型在检测胰腺病变方面达到 92.9% 的灵敏度和 99.9% 的特异性,曲线下面积(AUC,Area Under the ROC Curve)高达 0.986-0.996。与放射科医师相比,PANDA 在检测胰腺腺癌方面的灵敏度提升了 34.1%,特异性提高了 6.3%。

更令人振奋的是,在 20530 例连续患者的真实世界验证中,该系统成功检出 26 例被临床初诊漏诊的胰腺病变,其中包括 1 例可通过手术治愈的早期胰腺癌。

图丨 PANDA 开发、评价和临床转化概述(来源:Nature Medicine)

此外,当 PANDA 与非增强 CT 联合使用时,在对常见胰腺病变亚型进行区分时展现出与增强 CT 放射学报告相当的效果,这一发现极大地拓展了该技术的临床应用场景。

同期发表在 Nature Medicine 的评论文章对该研究高度评价 [2]:“该方法的准确性指标优于宫颈癌的巴氏涂片或乳腺癌的乳腺 X 线摄影等公认的筛查方法,这使得人们有理由将该方法整合到大规模筛查工作中。”

图丨人工智能辅助胰腺癌预测及早期检测(来源:Nature Medicine)

目前,这项突破性技术已获得国际社会广泛认可。2024 年 5 月,达摩院受邀在联合国 AI for Good 峰会上展示该项技术,并和世界卫生组织数字健康合作中心达成战略合作,共同推动 AI 早筛技术在发展中国家的应用。

在国内临床实践中,PANDA 模型也展现出显著价值。例如,在宁波大学附属人民医院的 4 万余人筛查中,成功发现 2 例常规检查漏诊的早期病例。其中,一名患者肿瘤直径仅 1.5 厘米,并因本次筛查得以及时接受手术治疗。

未来,该技术将进一步扩展全球范围内的推广应用,有望为改善这一“癌王”的治疗预后带来更高效的 AI 解决方案。

参考资料:

1.Cao, K., Xia, Y., Yao, J. et al. Large-scale pancreatic cancer detection via non-contrast CT and deep learning. Nature Medicine 29, 3033–3043 (2023). https://doi.org/10.1038/s41591-023-02640-w

2.Kleeff, J., Ronellenfitsch, U. AI and imaging-based cancer screening: getting ready for prime time. Nature Medicine 29, 3002–3003 (2023). https://doi.org/10.1038/s41591-023-02630-y

运营/排版:何晨龙

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

胰腺癌 AI医疗 早期筛查 达摩院 FDA
相关文章