AI 能在胰臟癌爆發前三年預警——Mayo Clinic 的 REDMOD 如何改變生死遊戲

胰臟癌是所有癌症中最具殺傷力的沉默刺客，根據美國癌症協會的預測，到 2030 年它將成為癌症致死的第二大原因。全球每年約有數十萬人被確診，卻有超過 85% 的患者在確診時已經轉移，手術切除的機會幾乎消失。這背後的根本問題，是胰臟癌在早期症狀極不明顯，常被當作胃部不適或消化不良，等到疼痛或黃疸出現時，已是末期。

傳統的影像診斷依賴放射科醫師的肉眼经验與 CT、MRI 等常規掃描。然而即使是最有經驗的專家，也很難在掃描上捕捉到「隱形」的癌前病變。這讓「早期發現」成為醫學界最迫切的需求。Mayo Clinic 的研究團隊正是針對這一痛點，研發出能從常規 CT 中識別出極細微變化的人工智慧模型 REDMOD（Radiomics‑Enhanced Deep‑Learning‑Oriented Model）。

REDMOD 的核心概念是「在正常外觀的胰臟中找出癌細胞的指紋」。研究人員利用數千例已經確診與未確診的 CT 影像，對模型進行深度學習訓練與驗證。結果顯示，REDMOD 平均可在臨床診斷前 475 天（約 1.3 年）檢測出胰臟癌，且保有 88% 的特異性，意即幾乎不會把健康人誤判為癌症患者。這些數據在《Gut》期刊的論文中被詳細說明，被譽為「首個能在臨床前兩年以上發現胰臟癌的 AI 工具」。

更具說服力的是與人類放射科醫師的對比實驗。當把同一批 CT 影像交由頂尖放射科醫師與 REDMOD 同時判讀時，模型在「2 年前」檢測的準確率達到 68%，而人類醫師僅有 23%。這代表 AI 不只在時間上領先，更在準確度上大幅超越傳統肉眼。這種「3 倍」的優勢，讓醫療團隊在制定治療計畫時擁有更充裕的窗口。

除了 REDMOD，近期還有另一個備受矚目的 AI 框架 PanDx，它針對對比增強 CT 進行分析，並在 PANORAMA 挑戰賽中以 0.9263 的 AUROC（受試者工作特徵曲線下面積）奪得第一。PanDx 的成功與 REDMOD 的相輔相成，顯示多模型集成將來可以進一步提升篩檢的可靠性。

Mayo Clinic 目前正啟動 AI‑PACED（前瞻性臨床評估）試驗，目標是把 REDMOD 的實驗室成果搬進真實的臨床流程。這項前瞻性研究將招募高風險族群，利用 AI 引導的早期偵測模組，評估其在日常門診中的可行性与臨床價值。若一切順利，未來民眾只要在例行健康檢查時完成一次 CT，AI 系統就能即時報告「是否有隱形癌前徵兆」。

對於台灣的醫療體系而言，這項技術的落地有著深遠的影響。台灣每年約有 2,000 人死於胰臟癌，且因健保資源有限，早期篩檢的覆蓋率仍有提升空間。若引進 REDMOD 這類 AI 工具，配合現有的健康檢查專案（專案），不僅能減輕放射科醫師的負擔，亦能讓更多人在癌症仍未擴散時接受手術或免疫治療，進而提升存活率。

然而，AI 導入醫療的背後仍有倫理與資料安全等議题需要關注。AI 模型的訓練需要大量患者影像，如何在保護隱私的前提下取得資料，是監管機構與醫院必須共同面對的挑戰。區塊鏈技術在這裡或許能提供去中心化的資料共享框架，讓多方研究機構在不泄漏個人資訊的情況下共同提升模型效能。

除此之外，軟體與硬體的整合也至關重要。要在臨床上即時運行 REDMOD，需要配備高效能的圖形處理器（GPU）或專用的 AI 加速卡。這類硬體目前在智慧型手機與雲端伺服器上已逐步普及，未來有望在醫院的專屬伺服器上以更低的成本部署。

總的來說，Mayo Clinic 的 REDMOD 不僅是醫學與人工智慧交叉的里程碑，更是一部「用科技與時間賽跑」的敘事。它告訴我們，過去只能靠醫師經驗與運氣才能捕捉的隱形殺手，現在有機會在「腫瘤還未成形」的階段被看見。對於每一個在乎健康的家庭，這是一個值得關注的信號：如果 AI 能在三年內提前預警，或許未來，我們真的可以把「癌症末期」這句話，從詞典裡刪掉。

想要第一時間掌握這項突破的最新資訊，敬請追蹤我們的專案頁面，並分享給身邊需要的朋友。每一個轉發，都可能成為下一個救命的故事。