AI宣布：在诊断“癌王”这件事上，我已超越人类专家 | 《柳叶刀·肿瘤学》

在肿瘤学的世界里，胰腺导管腺癌（PDAC）是公认的“沉默杀手”。它起病隐匿，进展迅猛，绝大多数患者确诊时已属晚期，五年生存率极低。改善这一严峻局面的关键，在于早期诊断 。目前，腹部增强CT是临床筛查和诊断PDAC的首选影像学方法，但再资深的放射科医生，也可能因为肿瘤微小、或与周围组织对比不明显而出现漏诊或误判。

然而，转机已然出现。2025年12月，国际顶级肿瘤学期刊《柳叶刀·肿瘤学》发表了一项迄今最大规模的国际研究，掷地有声地宣布：在通过标准CT扫描诊断胰腺癌的比拼中， 经过良好训练的AI模型，其综合表现已显著优于放射科医生 。

01

研究介绍

胰腺癌的早期病变在CT图像上往往缺乏典型特征，极易与慢性炎症、良性囊肿等混淆。放射科医生的诊断水平虽高，但难免受到经验、疲劳度乃至主观判断的影响，存在一定的误诊和漏诊率。近年来，人工智能在医学影像领域展现出巨大潜力，它能够不知疲倦地分析海量图像数据，捕捉到人眼难以察觉的细微特征。

尽管此前已有研究探索AI辅助诊断胰腺癌，但大多存在样本量小、模型不公开、缺乏与放射科医生头对头比较等局限。为了给出一个更可靠、更透明的答案，由荷兰奈梅亨大学医学中心牵头，联合瑞典、挪威、美国等多国顶尖机构的国际研究团队，开展了名为 PANORAMA 的大型研究。其核心目的非常明确：在一个开放、严谨的框架下，系统评估AI模型与放射科医生诊断胰腺癌的真实能力。

02

研究设计

这项研究的设计堪称典范，其严谨性和规模都达到了新高度。研究分为紧密相连的两大部分：

1. AI模型的“选拔与训练”： 研究团队通过国际算法平台，面向全球征集解决方案。最终，来自46个国家的432名开发者提交了258个AI算法模型。研究人员从中筛选出3个表现最优的模型，将它们整合成一个更强大的“精英模型”。这个AI模型使用来自美国和荷兰的2224例患者的CT扫描数据进行训练和调优，确保其学到了足够的“经验”。

2. 放射科医生的“实战考核”： 为了公平对比，研究从12个国家40个医疗中心邀请了68名具有腹部CT阅片经验的中坚力量放射科医生（中位从业年限达9年）。他们需要对从最终测试集中随机抽取的391例患者的CT图像进行独立诊断，这其中包含了144例经病理证实的胰腺癌患者。这就好比一场严格的“盲测”，确保了比较的客观性。

最终，这个经过千锤百炼的AI模型和一个由68名人类专家组成的“天团”，在来自荷兰、瑞典、挪威五家医疗中心的1130名患者组成的独立测试集上，展开了一场高水平的“人机对决”。

03

研究结果：AI减少漏诊误诊

研究结果清晰而令人振奋： AI模型在这场对决中取得了显著优势 。

衡量诊断工具准确性有一个金标准，即 受试者工作特征曲线下面积（AUROC） ，这个值越接近1，说明诊断能力越强。结果显示，AI模型的AUROC高达 0.92 ，而放射科医生群体的平均AUROC为 0.88 。统计学分析表明，AI的表现不仅不劣于医生，更是达到了 优效性 （p=0.001）。

更值得关注的是，当研究人员将诊断阈值调整到接近临床实际决策的水平时（即医生认为稍有可疑就报阳性），AI模型的优势转化为了实实在在的临床收益：

• 多检出38%的漏诊病例： 这意味着，如果应用AI辅助，原本可能被遗漏的近百名患者中有更多能获得早期诊断的机会。

• 减少26%的假阳性结果： 这同样至关重要，避免了大量不必要的患者焦虑和后续有创检查。

04

研究结论

PANORAMA研究有力地证实，基于大规模、多中心数据训练的AI模型，在胰腺癌的CT诊断能力上已超越普通放射科医生的平均水平。这预示着AI有巨大潜力融入临床工作流，成为医生的“超级助手”，共同提升早期诊断率、优化临床决策，最终让患者受益。

正如研究团队成员之一、卡罗林斯卡学院的Dawid Rutkowski所言：“我们的研究结果表明，AI可以成为放射科医生在检测胰腺癌这一具有挑战性任务中的宝贵支持。”

专家点评也指出，该研究建立的公开基准将极大推动该领域发展。

当然，AI的最终落地仍需谨慎。研究团队的下一步是开展前瞻性临床研究，在真实的诊疗环境中进一步验证其效能。未来，AI或许还能应用于胰腺癌高危人群（如患有胰腺囊肿的患者）的长期随访监测中，实现更精准的风险管理。

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

免责声明：

1. 仅供中国医疗卫生专业人士个人学习和参考使用

2. 此文为科学信息交流之目的，并非出于临床用药指导目的。文中涉及的药品信息仅供参考，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。

3. 针对本文有疑问，您可以联系微信号sunzifangle或邮箱zifang.sun@medsci.cn，感谢您的批评指正！

免责声明：本公众号旨在为医疗卫生专业人士提供肿瘤领域资讯参考，促进专业交流。内容仅供信息交流，不可替代专业医疗指导，亦非诊疗建议。 据此操作，风险自担。转载内容均已标注来源及作者。如有版权问题，请留言联系，我们将及时处理。