扫描图像上的彩色区域只是胰腺癌 AI 流程的起点；标记随后如何进入临床处置，才是决定性环节。2025 年 3 月，一篇中国媒体报道讲述了一名 65 岁患者的经历：他因头晕前往宁波大学附属人民医院就诊，常规检查并未提示胰腺异常，但 AI 重读他的平扫 CT 后标记出一处病灶，报道所述大小为 1.5 厘米。进一步检查确认了这一发现，患者随后接受手术。截至当时，医院称已用该系统检查逾 40,000 人，发现 8 例胰腺癌，其中 6 例处于早期。[3]

这套系统名为 PANDA，即 pancreatic cancer detection with artificial intelligence（人工智能胰腺癌检测），由阿里巴巴达摩院与合作医疗机构的研究人员共同开发。[1][2] 新华社 2026 年 1 月的报道称，宁波的这套系统自 2024 年底启用以来，已覆盖超过 180,000 份腹部及胸部 CT 扫描，发现 20 多例胰腺癌，其中 14 例为早期病例。[4] 这些公开结果展现出前景。算法处理了多少份扫描，并不能单独构成评判依据。评判这项应用，要沿着完整流程追踪：算法警报能否通过放射科医生复核，患者能否收到通知并接受适当的确证检查，后续诊疗能否发生改变，以及整个过程会不会留下难以负担的假警报。

截至 2026 年 7 月 17 日，PANDA 的恰当定位是一款已有相当充分的研究积累、正在临床试验和中国医院的实际工作流程中接受检验的筛查辅助工具；自主诊断和面向全体人群的胰腺癌筛查，均超出目前已有证据的范围。[1][3][4][5]

真正有用的输入，是已经存在的扫描图像

PANDA 最具价值的产品思路在于机会性筛查。它以因其他临床原因已经采集的平扫胸部或腹部 CT 为材料，例如体检、急诊就诊、肺部检查或其他无关症状。这套方案复用已有 CT，不要求健康人群仅为胰腺癌筛查另做一次 CT。软件直接分析现有图像，本身不会增加辐射暴露。此后若要做增强 CT、MRI、内镜超声、活检或手术，则属于另一项临床决定，需要结合警报与患者的整体情况判断其合理性。[1][5]

这一区别关系重大。美国预防服务工作组 2019 年发布、目前仍生效的最终建议，反对为无症状、平均风险的成年人筛查胰腺癌。其证据审查没有发现普通人群筛查能够降低疾病负担或死亡率的证据，并强调假阳性和侵入性检查带来的伤害。[5] 该建议所评估的时间早于 PANDA 后续证据，其适用范围也在美国，无法直接裁定 PANDA 或规范中国临床实践。它仍清楚地划出了 PANDA 要解决的问题：及早发现罕见而致命的癌症固然有价值，检测方法的特异性必须足够高，后续诊疗流程也必须足够严谨，患者获益才有机会超过伤害。

2023 年发表于 Nature Medicine 的论文解释了模型如何从这类现成扫描中提取更多信息。PANDA 先用 nnU-Net 定位胰腺，再用卷积网络检测可疑病灶，随后借助 memory-transformer 分支，将结果分为胰腺导管腺癌（PDAC）和 7 类非 PDAC 病变。训练所用监督信息包括病理确诊标签，以及从配对增强 CT 转移到对应平扫图像的病灶轮廓；异常在增强 CT 上更容易辨认。[1] 因此，它属于针对特定临床任务训练的模型，与通用视觉模型和图像生成器分属不同范畴。它输出病灶边界，以及从专门配对的临床证据中学到的各类概率。

研究的可复现范围同样值得关注。论文称，运行这套模型所需的代码依赖内部基础设施并受专利保护，因而无法发布。利益冲突声明列出了阿里巴巴与该方法相关的专利申请，也说明数名作者当时为阿里巴巴员工，薪酬中包含公司股票。[1] 同行评审仍有其价值；与此同时，这些披露进一步凸显了独立前瞻性验证的重要性。

扎实的回顾性研究仍受回顾性设计所限

这项研究工作规模可观。PANDA 使用上海一家高接诊量中心的 3,208 名患者数据训练，随后在外部中心和不同成像协议下接受测试。论文报告了一组包含 5,337 名患者的外部多中心队列，一组独立的 492 名患者胸部 CT 队列，以及两个连续入组、合计 20,530 名患者的真实世界队列。[1] 与之关联的中国临床试验注册信息将该研究定义为使用平扫 CT 开展机会性筛查的回顾性诊断研究，这一界限对于解读结果十分重要。[1]

胸部 CT 实验同时呈现了机会与风险。在这组经过筛选的队列中，67% 的 PDAC 患者，其胸部 CT 扫描视野未完整覆盖病灶。PANDA 有时仍能捕捉到胰管扩张等继发征象，但局部视野不足以支持可靠的排除结论。模型可以提醒医生再次查看，却无法让影像范围之外的解剖区域显现出来。[1]

真实世界回顾性队列给出了更能说明实际工作情况的数据。在第一组 16,420 名患者的队列中，PANDA 找到 26 处在最初常规诊疗评估中漏检的胰腺或邻近部位病灶。其中 8 处在回顾性 AI 研究开始前，已通过常规随访陆续发现。COVID-19 疫情期间，研究人员邀请其余患者接受 MRI 检查，只有 1 人接受；手术确认其患有一处 1.5 厘米、1 级胰腺神经内分泌肿瘤。[1] 论文称，在两个回顾性队列中，PANDA 共发现初诊时漏检的 5 例癌症和 26 处其他胰腺病灶。[1]

这些结果显示模型捕捉到了真实信号，却不能据此把 31 个 AI 警报等同于 31 次由 AI 独立促成的临床救治。发现时点、后续随访和患者参与，都会影响警报能否转化为获益。论文也明确保留了这条界限：作者呼吁开展前瞻性研究，评估风险、获益和成本效益，并将 PANDA 定位为诊断前的筛查步骤，后续确诊仍需依靠既有的诊断性影像检查。[1]

基础患病率把负担推向后续流程

胰腺癌在筛查人群中的患病率很低，因此特异性成为决定性指标。按照论文最初对病灶检测的定义，PANDA 在第一组 16,420 名患者的队列中产生了 156 个表观假阳性警报，对应 99.0% 的原始特异性。多学科团队判断，其中 80 个警报实际指向其他胰腺或邻近疾病，仍值得放射科医生关注。重新分类后，仍有 76 名患者属于假阳性，占 0.5%；其中 70 例可由放射科医生轻易排除，调整后特异性为 99.5%。[1]

这里的 调整后 值需要仔细理解。重新分类的 80 项发现中，一些或有临床价值。放在实际工作中，它们依然占用复核时间；若据此推进后续处置，还会触发患者召回。医院需要同时记录两类问题：模型对目标病变的判断是否有误，以及警报究竟带来了有价值的工作、多余工作，还是两者兼有。团队随后采用困难样本挖掘和增量学习，开发出 PANDA Plus。在另一组 4,110 名患者的队列中，升级后的模型在保持敏感性的同时，将假阳性减少 80% 以上；病灶检测和 PDAC 识别的调整后特异性达到 99.9%。[1]

即便特异性达到 99.9%，基础患病率问题依然存在。作者以普通人群每 100,000 名成年人中有 13 人患 PDAC 为基础估算：每检测 100,000 次，结果约为 11 个真阳性和 100 个假阳性，阳性预测值接近 10%。[1] 这一预测与既有筛查项目相比或仍占优；然而，按这一估算，在患病率极低的人群中，阳性警报多数属于假阳性。因此，召回流程本身就是临床干预的一部分，远超行政衔接的范畴。

宁波的实际部署报道也凸显出关键分母尚未公布。公开资料显示，超过 180,000 份扫描发现了 20 多例胰腺癌，其中 14 例据报处于早期。[4] 目前尚无经过同行评审的前瞻性分析披露：系统总共生成了多少警报，放射科医生排除了多少，有多少患者被召回，接受了哪些确证检查，多少侵入性操作最终证明没有必要，以及系统漏掉了多少癌症病例。缺少这些计数时，病例故事足以说明流程能够运转，却还无法衡量其完整的利弊权衡。

部署应以完整召回流程为单元

一套经得起检验的 PANDA 部署方案，应按以下顺序接受审计：符合条件的现有扫描、模型版本、警报阈值、放射科医生决定、联系患者、确证性影像检查、多学科判断、病理结果（如已取得）、治疗及随访。每一步都需要分母和时间戳。医院应像报告成功检出一样细致地报告假阴性；还应分开统计 PDAC 与其他病灶，并清楚区分 AI 标记、放射学怀疑和确诊结果。[1][5]

模型演进也应纳入这套记录。PANDA Plus 从原训练中心之外遇到的困难样本和假阳性中继续学习，性能随之改善。[1] 这样的工程处理合理，同时，每次更新后，接受评估的模型本身也随之改变。性能应按模型版本、医院、扫描协议、患者群体和时间段分别追踪，以免某一医院的性能改善掩盖其他地方的性能漂移。2023 年论文还指出，东亚以外的人群与医院数据有限，胰腺神经内分泌肿瘤仍是表现较弱的类别。[1]

下一阶段要检验的内容十分具体。前瞻性多中心证据应当证明，系统能在连续入组患者中维持性能，把召回负担控制在可承受范围内，让更多癌症在可切除阶段被发现，并及时完成随访，使提前检出真正改变患者结局。证伪条件同样具体：如果扫描规模与成功案例持续增长，医院却无法公布警报分母、漏诊审计、非必要检查率和患者结局，PANDA 仍只是一款前景良好的检测工具，所在诊疗流程的关键指标尚未得到充分测量。

一项下一阶段研究已经完成注册。ClinicalTrials.gov 上的 PANDAPro 记录更新于 2026 年 6 月 5 日，预计入组 100,000 人，状态为 研究仍在开展，当前不招募（Active, not recruiting）。其前瞻性阶段计划实时记录模型结果，召回模型与常规判断不一致的病例，并对表观假阳性随访最长 2 年。目前没有公布结果，整体研究预计在 2027 年 8 月完成。[6] 因此，入组目标表达的是预定规模，不能当作性能结果。

宁波的照片准确呈现了人机分工：医生坐在模型标出的区域与患者的下一步处置之间。[3] PANDA 的成就，是让普通扫描中沉默的一角值得再看一次。它最终能提供怎样的证据，取决于医疗系统如何接续这次复查。

来源

1. Kai Cao 等，《通过平扫 CT 和深度学习开展大规模胰腺癌检测》，Nature Medicine 29（2023）——模型设计、阅片研究、多中心及胸部 CT 验证、回顾性队列、假阳性分析、局限、代码发布情况、利益冲突与临床使用界限。
2. 达摩院医疗 AI，《Nature Medicine 最新研究：基于达摩院医疗 AI，CT 首次实现大规模胰腺癌筛查》（2023 年 11 月）——开发方对合作、配对图像训练逻辑、架构及机会性筛查用途的说明。
3. 《经济参考报》经新浪科技转载，《AI 精准破解胰腺癌筛查困局》（2025 年 3 月 21 日）——宁波临床试验流程、早期部署数据、病例细节，以及纪实照片的来源页面。
4. 新华社，《中国 AI 发现医生或曾漏诊的癌症》（2026 年 1 月 14 日）——宁波部署规模、早期病例数量、患者随访及向县级医疗机构扩展的报道。
5. 美国预防服务工作组，《最终建议声明：胰腺癌筛查》（2019 年 8 月 6 日）——普通人群筛查建议、证据缺口、低患病率影响及后续伤害。
6. ClinicalTrials.gov，《胰腺癌筛查人工智能模型“PANDAPro”的应用研究》（NCT06643715；记录更新于 2026 年 6 月 5 日）——研究状态、预计入组人数、回顾性及前瞻性阶段、召回流程、随访计划与预计完成时间。