研究表明，人工智能可以在某些情况下早期预测胰腺癌

　　今年5月发表在《自然医学》(Nature Medicine)杂志上的一项研究表明，对大量患者进行人工智能筛查可以使早期诊断成为可能，从而可以更早、更有效地治疗这种疾病。在分析中，一种人工智能工具通过回顾患者的医疗记录，成功地确定了患胰腺癌风险较高的人群，发现了在确诊前三年风险升高的证据。

　　研究人员使用了1977年至2020年美国和丹麦患者的医疗记录数据。他们研究了一组620万丹麦患者，其中23985人最终被诊断出患有胰腺癌，300万退伍军人通过退伍军人事务部接受治疗，其中3864人最终被诊断出来。

　　研究人员使用机器学习模型来分析数据，教它根据症状和患者医疗记录中包含的各种诊断代码来预测癌症风险。

　　一些与高风险预测相关的症状通常与胰腺癌无关。胆结石、2型糖尿病、贫血和胃肠道症状，如呕吐和腹痛，在诊断前三年都与较高的风险评分有关。

　　研究人员写道，在现实世界中，人工智能模型确定为高风险的每1000人中约有320人会患上胰腺癌。他们写道，通过针对高风险患者的监测，该工具可以使筛查更便宜。

　　目前，美国预防服务工作组不建议对无症状的人进行胰腺癌筛查。然而，高风险患者的筛查与长期生存的更高机会有关。

　　该研究的合著者克里斯·桑德(Chris Sander)是哈佛医学院(Harvard Medical School)实验室的生物学家，致力于利用机器学习和其他技术解决生物学问题。他在一份新闻稿中说:“一种人工智能工具，可以将注意力集中在那些患胰腺癌风险最高的人身上，这些人从进一步的测试中获益最多，这对改善临床决策有很大帮助。”

　　桑德说，如果大规模应用，这种工具可以延长寿命并改善治疗效果。