Mayo Clinic 研究團隊開發的 AI 模型 Redmod，號稱可在胰臟癌確診前平均 475 天，從常規 CT 掃描中識別出人眼無法察覺的細微變化。研究顯示 AI 整體識別率 73%，放射科醫師為 39%；對兩年以上早期掃描，差距擴大至 68% 對 23%。
（前情提要：AI「篩檢癌症」準確率達98%！劍橋研究只要DNA，就能加速早期診斷與治療）
（背景補充：Anthropic 豪擲 4 億美元收購 AI 生技新創 Coefficient Bio，正面決戰 OpenAI）
胰臟癌最令人婉惜的問題往往是發現得太晚。全球超過 85% 的病例在確診時腫瘤已進入晚期，手術的機會早已關閉；五年存活率徘徊在 10% 附近，是所有常見癌症中最沉重的數字之一。
不過一項 4 月底發表於醫學期刊 Gut 的最新研究，正試圖從問題根源切入：不等症狀出現，不等腫瘤現形，而是讓 AI 在常規 CT 掃描中找到那些人眼看不見的早期訊號。
475 天的空窗
全美頂尖醫院梅約診所（Mayo Clinic）研究團隊開發了一套名為 Redmod 的 AI 模型，目標是在常規腹部 CT 影像中識別出放射科醫師無法察覺的細微變化。訓練資料集包含超過 1,400 名受試者，其中關鍵的一組是 219 名曾被判定「掃描正常」，卻在日後確診胰臟癌的患者。
Redmod AI 回頭重新分析這批當年看似無異常的影像，結論是：它能在確診前平均 475 天就辨識出異常特徵。
475 天，大約是一年四個月。在這段時間裡，腫瘤通常仍處於區域性、可切除的階段。也就是說臨床上：一名尚未出現任何症狀的患者，有機會在外科手術仍能介入之前就被識別出來。
胰臟癌的核心困境在於它「沉默」：早期既不引起症狀，也不在影像中顯現，等到患者因不適就醫時，腫瘤往往早已突破區域性邊界。Redmod AI 所做的，正是試圖在這段沉默期介入。
AI 看見了，醫師沒看見
研究讓 AI 與放射科醫師在同一批影像上進行頭對頭比較。結果是：Redmod 整體正確識別率 73%，醫師為 39% — 差距將近兩倍。
對於距離確診超過兩年的掃描，差距更為懸殊：Redmod 識別出 68% 的案例，醫師只有 23%。換句話說，當一個腫瘤距離被「看見」還有兩年以上時，AI 的偵測能力達到醫師的三倍。
排除能力同樣值得關注：在未發展成癌症的對照組影像中，Redmod 正確分類率超過 80%。它不只是試圖捕捉所有癌症，也不輕易製造假陽性（誤報）。
研究同時確認，模型在不同醫院與不同廠牌的 CT 裝置上均有穩定表現，具備進一步部署的基本條件。
倖存率翻倍的前提
研究引用了一項建模估算：若胰臟癌的區域性化病例比例，也就是確診時腫瘤尚未擴散的案例，能從目前的 10% 提升至 50%，五年存活率有望翻倍以上。
邏輯很直接：早期診斷不只是提早知道壞訊息，而是改變多少患者還能接受根治手術的機率。
然而研究者明確表示，Redmod 目前仍需前瞻性臨床試驗驗證：也就是在真實篩查場景中持續追蹤患者結果，才能確認它確實改善了存活率，方可進入常規使用。回溯性資料中的優異表現，是必要條件，但不是充分條件。
團隊提出的近期應用方向，是針對高風險族群施行：年齡較大、合併不明原因體重驟降與新發糖尿病的患者。這是一個精準而可操作的切入點，不是大規模全民篩查，而是在現有臨床資訊基礎上，讓 AI 協助辨識哪些人需要更密集的追蹤。
研究者在論文中寫道，475 天的時間「具有深刻意義」，因為在這個視窗內，治癒不是例外，而是可能的常態。AI 能不能看見這個問題已經有了答案；下一個問題，是它能不能早到足以讓後來的治療有意義。
📍相關報導📍
研究發現：AI 給的醫療建議近半數有問題，Grok 最糟、OpenAI 仍在擴張醫療野心
