俄罗斯康德波罗的海联邦大学与南方联邦研究所的研究团队近日联合宣布，成功开发出一款基于人工智能的胰腺癌早期检测模型。该成果已在康德波罗的海联邦大学官网正式发布。
胰腺癌因起病隐匿，通常在晚期才被确诊，此时治疗难度极大，患者五年生存率仅约9%。针对这一临床痛点，研究团队基于U-Net神经网络架构，开发一个能够自动分析计算机断层扫描（CT）影像的诊断模型，实现病灶的精准识别与定位。
“该诊断模型展现出的性能优异：Dice（专门用来衡量医学图像分割准确度的核心指标）系数达70%，总体准确率88%，灵敏度与特异度均达到98%，”康德波罗的海联邦大学高等技术研究所教授米哈伊尔·尼基京介绍。
该工具定位为放射科、肿瘤科及外科医生的辅助决策系统医学影像分析通常耗时较长且对医生经验要求极高，而该系统旨在加速这一流程，显著降低漏诊风险。研究团队强调，系统并非替代医生，而是通过提升诊断质量与效率，为临床工作提供有力支持。
据悉，该模型具备高度集成的功能优势：不仅支持影像预处理和自学习进化，还能生成直观的结果可视化界面，便于快速融入现有的临床工作流程。下一步，研究团队计划引入更多临床数据，拓展可识别的肿瘤类型，并探索与磁共振成像（MRI）、超声检查（US）等多模态影像技术的融合，以持续优化系统性能。目前，该模型即将进入多家医疗中心开展多中心临床验证阶段。
（本栏目稿件来源:俄罗斯金砖国家电视编辑整理:本报记者 余昊原）
网友评论
