深度研报

《Nature Medicine》:AI把三类血检信号合成一个风险分,早期胰腺癌检出率约87%,但高危人群误报率升到16%

发布于
阅读 38
#深度研报#Nature Medicine#PANXEON#液体活检#胰腺癌#早筛#AI风险分
《Nature Medicine》:AI把三类血检信号合成一个风险分,早期胰腺癌检出率约87%,但高危人群误报率升到16%

2026年9月16日发表于《Nature Medicine》的研究显示,研究性血液检测PANXEON在美意日韩近1800名参与者的多国队列中识别出约87%的I期与II期胰腺癌。该检测一次抽血测量循环microRNA、外泌体microRNA与CA19-9三类信号,由AI模型整合为复合风险分,但高危人群假阳性率升至约16%。

一管血查胰腺癌:87%的早期检出率背后,是16%的高危误报率

数据证据视角 × 医疗数据从业者 | 筛查范式趋势 × AI供应商 | 深度研报

**2026年9月16日,《Nature Medicine》发表了名为PANXEON的研究性液体活检:一管血同时测量三类肿瘤相关信号,再由AI模型合成单一风险分。**研究队列覆盖来自美国、意大利、日本和韩国的近1800名参与者;针对I期与II期胰腺癌,灵敏度约为87%,而在高危人群中,假阳性率升至约16%。

一种确诊即晚期的癌

胰腺导管腺癌的凶险,首先写在确诊时点上:约90%的病例确诊时已进入晚期,五年生存率约为14%。当一个病种的五年生存率长期停在14%,竞争的焦点就不再是治疗手段,而是发现的时间窗。

正因如此,癌前病变被拉进了视野。高级别异型增生常被描述为0期,它处在尚可干预的位置,却极少在日常影像中被单独捕捉。研究中约64%的被评估高级别异型增生病例被该检测检出——这个数字的价值不在精度,而在于它让“0期”第一次有了可操作的入口。

代价则压在现有监测路径上。对高危人群而言,监测依赖频繁的MRI、CT与超声内镜影像检查,费用昂贵且部分有创。**这种高强度随访本身就是一道依从性漏斗:能长期坚持的人,未必是最需要的人。**血液检测之所以被寄予厚望,正因为它在成本与可及性上处于影像的另一端。

一管血里的三类信号,怎么合成一个分

PANXEON的输入并不神秘:一次抽血,测量三类肿瘤相关信号——循环microRNA、外泌体microRNA,以及长期与胰腺癌相关、但单独使用受限的蛋白标志物CA19-9。它的关键动作不在任何单一标志物,而在于承认“单独使用都不可靠”,并对这些信号做联合建模。

CA19-9的处境最具代表性:它与胰腺癌的关联被研究了很久,却始终卡在灵敏度与特异性难以兼顾的位置。把它放入多组学输入,等于不再指望某一个维度突破天花板,转而用数据结构换取判别能力。

整合由AI模型完成,输出为一个复合风险分。研究给出的表述相当克制:该模型表现优于任一单独组分。**对数据从业者来说,这句话分量很重——它意味着增益来自融合本身,而非某项指标的单点跃迁。**同时也提示了这套方法的脆弱处:多模态输入对样本处理、批次效应与人群构成都更敏感,工程落地的不确定性随之上升。

87%与91.7%:先问分母是谁

最容易被提取的两个数字是87%与91.7%,但它们指向的并非同一件事。91.7%是胰腺导管腺癌与高级别异型增生合并检测的AUROC——AUROC即受试者工作特征曲线下面积,可理解为随机抽取一个病例与一个非病例时,模型给病例打出更高风险分的概率。它衡量的是整体判别能力,而不是某一次判读的准确率。

87%落在更窄也更关键的区间:I期与II期癌症的灵敏度。**灵敏度回答的是“真有病灶的人里抓到了多少”,它的分母是确诊患者,而非所有被检测者。**两个数字合起来说明,模型对早期病例确有分辨力;但它们都无法回答临床最关心的问题——在无症状人群中,它能否赶在影像之前给出信号。

再看癌前病变:约64%的被评估高级别异型增生病例被检出。**这里的限定词是“被评估的”,它提醒读者,分母并不是所有潜在病变者。**把数字讲清楚之后,结论应当收敛,而非放大。

16%的误报率:高危人群手上的另一笔账

假阳性率的分层,是这项研究最值得细读的部分。一般风险个体约3%,但在有胰腺癌家族史、已知胰腺囊肿或慢性胰腺炎等高危人群中,这一比例升至约16%。同一套模型,换个分母,误报成本就翻了几倍。

16%意味着:每100名被判为阳性却并无癌变的高危者,都可能被推进后续影像流程。考虑到现有监测本就昂贵且有创,这笔账并不轻。而阳性之后的每一步——复查、影像、乃至穿刺——都会在已经背负心理负担的高危人群中放大代价,所以这16%不是统计学脚注,而是决定这套检测能否真正进入监测路径的关键变量。

作者对此的表述是谨慎的:监测人群中升高的假阳性需要认真对待,需要在用于指导临床决策前进一步验证。研究的自我定位也随之落地——这是面向风险已升高人群的分诊工具,而非全人群筛查。

在这一前提下,价值判断也随之改变:可靠的血液分诊若成立,作用是把昂贵的MRI、CT与超声内镜资源集中到最可能获益者身上,而不是替代它们。换言之,它要优化的是资源分配的效率,而不只是检出总量。

冷静观察:从检出到救命,中间隔着前瞻性试验

最需要守住的一条边界是时间顺序。研究中的样本在临床诊断或干预前后采集,这意味着PANXEON尚未被证明能比影像更早发现癌症,也未能确认它可在无症状个体中检出病灶。

“检得出”与“救得回”不是同一件事。灵敏度可以只是一条曲线的属性,生存获益却必须由前瞻性试验来证明:在高危人群的长期随访中,它能否真正压低晚期确诊的比例,能否减少影像依赖而不增加漏诊。在该证据出现之前,任何将其作为独立筛查手段的用法,都超出了现有研究支持的范围。

该检测仍处研究阶段,未获准用于常规临床,还需更大规模的前瞻性监测试验与独立验证。研究的资助方包括NIH、国家癌症研究所与意大利癌症研究协会,由City of Hope的Stephenson全球胰腺癌研究中心牵头;利益声明方面,第一作者担任Biocartis的有偿顾问,该公司对PANXEON持有期权。结论因此可以压缩成一句话:这是一个方向清晰的早期信号,还不是一条可供临床直接使用的路径。

原文链接:Nature Medicine


千方医数集编辑部 出品

返回医药AI前沿资讯