“AI”检测经证实可提高癌前胰腺囊肿诊断的准确性

07/17/2019

pancreatic cyst
CT 影像中的胰腺囊肿 图片来源: Johns Hopkins Kimmel Cancer Center

在一项概念验证研究中,由约翰霍普金斯金梅尔癌症中心的研究人员领导的国际科学团队已经证实,使用人工智能工具进行的实验室检查有可能比以往更准确地确定哪些患有胰腺囊肿的患者会继续发展为胰腺癌

这项检测称为CompCyst结合了囊肿液的分子和临床标志物指标,似乎有望显著改善常规临床和影像学检查。

根据在约翰·霍普金斯医院和全球其他15个医疗中心治疗的800多名胰腺囊肿患者的信息,研究人员表示,CompCyst通常比现行标准方法更能正确识别哪些患者需要并且可能有机会从手术中获益,以及哪些患者不太可能从手术中受益或只需要接受进一步监测。

具体而言,研究人员确定,CompCyst将囊肿分类到预测组的准确率为69%,而现行标准护理和检测方法的准确率为56%。他们发现,对于193例后期接受囊肿切除的患者,使用该检测可以让超过一半的患者避免手术,因为这些患者的囊肿不太可能会导致癌症。

该项研究的描述发表于《科学转化医学》(Science Translational Medicine)。

们的研究证明,在评估非典型囊肿时,CompCyst的潜在作用可以作为现有临床和影像学标准的补充,约翰霍普金斯金梅尔癌症中心胰腺囊肿诊所主任、约翰霍普金斯大学医学院医学教授Anne Marie Lennon说道。该检测能够让医生在告知患者不需要随访并且可以解除监测时更有信心。虽然我们仍然需要在未来适合手术的人群中验证该检测,但这项结果非常令人振奋,主要是因为我们的研究可能是使用囊肿手术切除患者的数据进行的最大规模同类研究。补充说。目前正在计划于明年开展一项前瞻性验证研究。

仅在美国,每年就有800,000人被确诊为胰腺囊肿。但根据美国癌症协会的数据,并非所有囊肿都会导致癌症,每年约有57,000名美国人被诊断为胰腺癌。虽然预计到2030该疾病将成为美国癌症相关死亡的第二大病因,但手术和其他治疗方法可能很复杂,难以忍受,而且经常存在风险,因此迫切需要努力确定哪些囊肿可能是良性的,哪些不是。

Lennon指出,区分胰腺囊肿很有挑战性,因为有些囊肿非常微小,只有使用显微镜才能在组织中看到它们。现有的临床和影像学检查通常也无法将癌前乳头状黏液性肿瘤(IPMN)和粘液性囊性肿瘤(MCN)与不具有癌变可能性并且不需要任何随访的囊肿区分开来。

 因此,肝胆胰外科主任、约翰霍普金斯胰腺癌精准医学卓越诊疗中心联合主任、研究员Christopher Wolfgang表示,被怀疑患有恶性或癌前囊肿的患者通常会被转诊进行手术,无论是否确定有此需要。Wolfgang表示:进行胰腺手术难度较大并且存在相当大的风险。

约翰霍普金斯癌症中心领导的研究人员开发的CompCyst检测结合了临床影象和症状、影像学和分子特征(如囊肿液中的DNA变),将囊肿分为三组:无癌变可能性(非粘蛋白产生性囊肿)、低癌症进展风险(粘蛋白产生性囊肿)以及高癌症进展可能性(恶性囊肿)。

在目前的研究中,LennonWolfgang及其同事首先评估了大量胰腺囊肿的分子图谱,并将这些图谱与标准病理学家对手术切除囊肿的分析联系起来。接着,他们将这些信息输入基于计算机的程序,该程序将患者分为上述三组。然后,他们将检测的表现与当前评估临床结果的标准方法进行了较。

们使用来自426名患者的数据和标本,将CompCyst提示的每位患者的结果与标准病理报告实际显示的关于患者切除囊肿的结果进行比较。
 

病理报告确定53名接受手术的患者有良性囊肿。其他现行临床管理工具确定这些患者中有19%可以不接受手术。CompCyst工具确定60%的患者可以不接受手术。

样,140名患者患有粘蛋白产生性囊肿,但不是侵入性癌症。现行的临床工具建议对34%的患者进行监测,而CompCyst工具建议对49%的患者进行监测。

剩下的152名患者具有手术指征。标准护理确定了89%的患者,CompCyst工具与之类似,确定了91%的患者。