前列腺癌篩查中，不少患者經(jīng)歷過這樣的困境：PSA（前列腺特異性抗原）升高卻無法確定是否癌變，只能接受有創(chuàng)活檢，結(jié)果要么是虛驚一場（良性增生卻挨了針），要么因活檢取樣誤差導(dǎo)致漏診。而現(xiàn)在，任善成團(tuán)隊(duì)等在《Nature Cancer》發(fā)表的研究帶來了改變 —— 一款基于影像 - 病理的 AI 大模型，實(shí)現(xiàn)了前列腺癌的無創(chuàng)精準(zhǔn)診斷與分級，讓患者無需活檢就能明確病情，這一突破被稱為 “前列腺癌診斷的范式革新”。

傳統(tǒng)診斷的 “兩難困境”：活檢痛還是漏診險(xiǎn)？

前列腺癌是男性高發(fā)癌癥，全球每年新發(fā)病例超 140 萬。目前的篩查主要依賴 PSA 檢測，但 PSA 升高并非癌癥專屬，前列腺炎、前列腺增生等良性疾病也可能導(dǎo)致其升高，這就造成了大量 “過度診斷”。數(shù)據(jù)顯示，PSA 異常者中約 70% 經(jīng)活檢后證實(shí)未患癌，而活檢不僅會帶來疼痛、出血、感染等風(fēng)險(xiǎn)，還可能因穿刺點(diǎn)未命中腫瘤而出現(xiàn) 15%-20% 的漏診率。

更棘手的是癌癥分級 —— 前列腺癌的惡性程度差異極大，低危者可能終身無需治療，高危者則需立即干預(yù)。傳統(tǒng)分級依賴活檢組織的病理分析，但取樣局限可能導(dǎo)致分級不準(zhǔn)，讓患者面臨 “過度治療” 或 “治療不足” 的風(fēng)險(xiǎn)。例如，約 20% 的患者術(shù)后病理顯示實(shí)際分級高于活檢結(jié)果，不得不追加治療。這種 “有創(chuàng) + 不精準(zhǔn)” 的現(xiàn)狀，讓患者和醫(yī)生都陷入兩難。

AI 大模型的 “雙劍合璧”：影像 + 病理實(shí)現(xiàn)無創(chuàng)突破

任善成團(tuán)隊(duì)開發(fā)的 AI 模型，創(chuàng)新性地融合了多中心真實(shí)臨床數(shù)據(jù)中的影像信息（如 MRI）和病理特征，構(gòu)建出 “影像 - 病理基礎(chǔ)模型”。其核心優(yōu)勢在于 “無創(chuàng)” 和 “精準(zhǔn)”：

1. 像 “火眼金睛” 一樣解讀影像

傳統(tǒng) MRI 閱片依賴醫(yī)生經(jīng)驗(yàn)，不同醫(yī)生的診斷符合率約為 75%。而 AI 模型通過學(xué)習(xí)數(shù)萬例前列腺 MRI 影像，能識別出人類肉眼難以察覺的細(xì)微特征 —— 如腫瘤組織的信號強(qiáng)度、邊緣形態(tài)、血管分布等。在測試中，模型對前列腺癌的檢出準(zhǔn)確率達(dá) 92%，遠(yuǎn)超傳統(tǒng) MRI 的 80%，且能準(zhǔn)確定位腫瘤位置，為后續(xù)治療提供精準(zhǔn)坐標(biāo)。

2. 模擬病理分級，跳過活檢環(huán)節(jié)

模型不僅能診斷癌癥，還能通過影像特征反推腫瘤的病理分級（即 Gleason 評分）。研究顯示，其分級結(jié)果與術(shù)后完整病理的符合率達(dá) 88%，顯著高于活檢的 70%。這意味著，患者無需承受活檢痛苦，僅通過 MRI 檢查就能明確癌癥是否存在及惡性程度，真正實(shí)現(xiàn) “一次影像檢查，搞定診斷與分級”。

3. 多中心數(shù)據(jù)訓(xùn)練，適應(yīng)不同臨床場景

模型的訓(xùn)練數(shù)據(jù)來自多個(gè)醫(yī)療中心，涵蓋了不同設(shè)備、不同人群的病例，避免了 “單一中心數(shù)據(jù)偏見”。在外部驗(yàn)證中，其在不同醫(yī)院的診斷準(zhǔn)確率均保持在 85% 以上，說明具有廣泛的適用性，便于在各級醫(yī)院推廣。

患者將迎來 3 大改變：從痛苦到安心

這款 AI 大模型的應(yīng)用，將徹底改變前列腺癌的診斷流程，為患者帶來實(shí)實(shí)在在的好處：

1. 告別 “不必要的活檢”

對于 PSA 升高但 AI 模型判定為 “良性” 的患者，可避免活檢，減少痛苦和風(fēng)險(xiǎn)。初步估算，這能讓約 60% 的 PSA 異常者免于穿刺，大幅降低醫(yī)療負(fù)擔(dān)。

2. 分級更精準(zhǔn)，治療不盲目

AI 模型的精準(zhǔn)分級能幫助醫(yī)生制定個(gè)性化方案：低?；颊呖蛇x擇主動監(jiān)測，避免手術(shù)或放療的副作用；高?；颊邉t能盡早接受根治性治療，提高治愈率。例如，模型識別出的高?；颊?，術(shù)后復(fù)發(fā)風(fēng)險(xiǎn)比傳統(tǒng)分級者降低 30%。

3. 偏遠(yuǎn)地區(qū)患者也能享優(yōu)質(zhì)診斷

在醫(yī)療資源匱乏的地區(qū)，缺乏經(jīng)驗(yàn)豐富的影像科和病理科醫(yī)生，前列腺癌的誤診率可達(dá) 30%。AI 模型可作為 “標(biāo)準(zhǔn)化診斷工具”，讓基層醫(yī)院也能提供與三甲醫(yī)院同質(zhì)的診斷服務(wù)，縮小地區(qū)醫(yī)療差距。

從實(shí)驗(yàn)室到臨床：AI 如何成為醫(yī)生的 “好幫手”

盡管表現(xiàn)優(yōu)異，AI 模型仍需通過嚴(yán)格的臨床驗(yàn)證才能廣泛應(yīng)用。研究團(tuán)隊(duì)正在開展多中心前瞻性試驗(yàn)，進(jìn)一步驗(yàn)證其在不同人群中的穩(wěn)定性。未來，它可能以兩種形式服務(wù)于臨床：

作為 “初篩工具”：用于 PSA 異常或有家族史的高危人群，快速篩選出需要進(jìn)一步檢查的患者，提高篩查效率；

作為 “診斷助手”：為醫(yī)生提供診斷和分級建議，輔助醫(yī)生做出決策，尤其適合年輕醫(yī)生或基層醫(yī)生。

需要強(qiáng)調(diào)的是，AI 模型是 “輔助診斷工具” 而非 “替代醫(yī)生”。對于復(fù)雜病例，仍需醫(yī)生結(jié)合患者病史、其他檢查結(jié)果綜合判斷。但其存在能極大提升診斷效率和一致性，讓醫(yī)生從繁瑣的影像解讀中解放出來，專注于治療方案的制定。

癌癥診斷進(jìn)入 “AI 時(shí)代”：不止于前列腺癌

任善成團(tuán)隊(duì)的研究，不僅為前列腺癌診斷帶來突破，更為其他癌癥的 AI 診斷提供了范本。目前，類似的 “影像 - 病理融合模型” 已在乳腺癌、肺癌等領(lǐng)域展開研究，核心思路都是通過 AI 挖掘影像與病理的關(guān)聯(lián)，實(shí)現(xiàn)無創(chuàng)精準(zhǔn)診斷。

未來，癌癥診斷可能進(jìn)入 “全流程無創(chuàng)化”：患者做一次影像檢查，AI 就能完成 “是否患病、惡性程度、治療方案建議” 的全鏈條分析，大大減輕身心負(fù)擔(dān)。而這一切的基礎(chǔ)，正是像任善成團(tuán)隊(duì)這樣的研究 —— 用技術(shù)創(chuàng)新破解臨床痛點(diǎn)，讓醫(yī)學(xué)更溫暖、更高效。

對于男性而言，這項(xiàng)突破意味著前列腺癌篩查將從 “焦慮等待” 變?yōu)?“精準(zhǔn)安心”；對于醫(yī)學(xué)領(lǐng)域，它標(biāo)志著 AI 在癌癥診斷中從 “實(shí)驗(yàn)室探索” 走向 “臨床實(shí)用”。隨著技術(shù)的成熟，我們有理由相信，更多癌癥的診斷將迎來 “無創(chuàng)化、精準(zhǔn)化” 的革命，讓患者在對抗疾病的起點(diǎn)，就贏得更多主動權(quán)。