研究團隊開發的放射組學AI系統「REDMOD」，能夠在傳統電腦斷層掃描（CT）與放射科醫師判讀無法察覺的情況下，提早辨識出胰臟導管腺癌（PDAC）的極早期組織變化，平均可比臨床確診時間提前約475天（約1.3年）。
研究人員表示，這項技術未來有望將胰臟癌從過去常見的晚期診斷，轉變為可在早期甚至「0期」階段就被發現與治療，大幅提升患者存活機率。
AI發現「肉眼看不見」的癌症訊號
胰臟導管腺癌是最常見且致命性極高的胰臟癌類型之一，早期幾乎沒有症狀，且傳統影像檢查難以察覺微小變化，導致多數患者確診時已屬晚期。
REDMOD系統透過分析CT影像中的細微「放射組學特徵」（radiomic patterns），辨識出胰臟組織中極早期的異常紋理變化。這些變化通常連經驗豐富的放射科醫師也難以察覺。
此外，該AI還整合自動胰臟分割技術，能精準劃分胰臟與周圍組織，降低人工判讀誤差，提高分析一致性與準確性。
大規模測試：準確率明顯優於人類專家
研究團隊使用來自多家醫院的219名患者影像進行測試，這些患者在初次掃描時均被判定「無異常」，但後續被確診為胰臟癌。
結果顯示，REDMOD成功在平均臨床診斷前約475天偵測到早期異常訊號，敏感度（正確識別能力）73%，幾乎為放射科醫師39%的兩倍，對於超過兩年前的病例，準確率68%甚至接近放射科醫師23%的三倍。
此外，在獨立驗證數據中，REDMOD在不同醫院的539名患者中準確辨識率超過81%，在美國國立衛生研究院（NIH）資料集中更達87.5%。
研究也指出，模型在同一患者後續掃描中的判讀一致性達90%至92%，顯示結果穩定可靠。
可能改寫胰臟癌診斷模式
研究人員指出，若能及早發現胰臟癌，治療成功率將顯著提升。模型推估顯示，若局部期胰臟癌比例從10%提升至50%，整體存活率有望翻倍以上。
他們強調，診斷時機是影響胰臟癌存活率的關鍵因素，而AI有潛力改變過去「發現即晚期」的困境。
仍需臨床驗證與族群擴展
儘管成果令人振奮，研究團隊也提醒，目前研究仍存在限制，包括樣本族群未涵蓋多元種族背景，且尚未進入大規模前瞻性臨床試驗階段。
研究人員表示，REDMOD目前仍屬於研究性工具，未來需在高風險族群（例如不明原因體重下降或新診斷糖尿病患者）中進一步驗證，才能評估其臨床實際應用價值。
重大潛力但仍在起點
研究總結指出，REDMOD代表AI在癌症早期偵測領域的一項重要突破，可能將胰臟癌診斷從「被動發現」轉向「主動預警」。
不過專家也強調，距離真正進入臨床常規使用仍有一段距離，後續研究與驗證將決定這項技術能否真正改變胰臟癌的臨床預後。
