胰臟癌因早期症狀不明顯、確診時往往已進入晚期，被稱為「癌王」。目前約有85%的患者是在癌症擴散後才被診斷，導致治療選項有限、生存率偏低。不過，美國最新研究顯示，人工智能（AI）可能改變這一困境，透過分析原本看似正常的電腦斷層（CT）影像，在正式確診前一年以上，甚至更早捕捉到人眼難以察覺的異常訊號。
由梅約診所(Mayo Clinic)與德州大學MD安德森癌症中心(MD Anderson CancerCenter)研究團隊開發的AI系統“REDMOD”（放射組早期檢測模型），利用胰臟CT影像中的細微組織紋理、結構變化，來識別胰臟癌早期徵兆。需知如果已成形腫瘤，可能就太晚期了。
研究團隊以969份CT掃描作為訓練資料，讓REDMOD學習胰臟癌在尚未形成明顯腫塊前的微小影像特徵。之後在測試階段，研究人員分析63名後續確診胰臟癌患者、以及430名健康對照者先前的CT影像。結果顯示，REDMOD成功在63名患者中辨識出46例潛在異常，準確率達73%，平均比傳統臨床確診早約16個月。
相較之下，兩名放射科醫師在未獲AI協助下重新檢視相同影像，只在38.9%的病例中察覺早期可疑跡象，顯示AI在辨識細微前兆方面具備顯著優勢。
研究人員指出，隨著更多數據累積與模型持續優化，REDMOD未來有機會將偵測時間提前至確診前兩到三年。
研究共同作者、梅約診所放射科醫師戈恩卡(AjitGoenka)表示，胰臟癌患者最大的挑戰在於「疾病仍可治癒時，我們往往看不到它」。而REDMOD的價值在於，它能從外觀看似正常的胰臟中找出隱藏訊號，並在不同醫療環境與設備中維持穩定表現。
不過，這項技術目前仍有局限。在430名健康受試者中，有81人被錯誤標記為高風險，也就是存在一定比例的「假陽性」，未來若實際部署，部分患者可能需要接受額外檢查才能排除疑慮。因此，研究團隊下一步將在更大規模、更多元族群中進行前瞻性驗證，以確認其臨床應用價值。
研究人員認為，REDMOD特別適合應用在高風險族群，例如有家族病史、慢性胰臟炎、基因突變或因其他疾病接受例行CT掃描者。若能整合進日常醫療流程，未來或許能將胰臟癌診斷模式，從「出現症狀後被動發現」，轉向「臨床前主動攔截」。
專家指出，這項技術距離全面臨床使用仍需時間，但它已為胰臟癌早期診斷開啓新方向。若AI最終能穩定提前數年發現胰臟癌，將可能大幅提升手術切除機會，改寫這種高致死率癌症的生存前景。