奪命胰臟癌「一滴血」可揪出！臺大研發AI模型打破癌王診斷困境

▲臺大醫院與中研院團隊聯手開發PanMETAI創新AI代謝體平臺。（圖／臺大醫院提供）

記者洪巧藍／臺北報導

胰臟癌早期症狀隱匿且缺乏有效篩檢工具，長期被醫學界視爲「最難診斷」的癌症之首。臺大醫院今（26）日公佈最新研究成果，和中研院跨領域合作研發出高效能診斷模型PanMETAI，僅需每位受試者110微升血清，就可以分析血液中上萬個代謝訊號，就像爲身體做一次「代謝指紋掃描」，幫助篩出早期癌症，準確度可達到9成。

國內胰臟癌逐年增加，每年約有近2000名胰臟癌新增個案，且有年輕化趨勢。根據衛福部死因統計，胰臟癌在癌症死亡排名第七位，西方國家預測2035年將成爲全球癌症死亡原因第二位。

臺大醫院今日召開記者會，公佈由臺大醫院內科教授張毓廷、中研院基因體研究中心助研究員胡春美、以及中研院化學研究所特聘研究員許昭萍共同進行最新胰臟癌研究成果。

「胰臟癌一直是全球死亡率最高的癌症之一，不是因爲它不能治療，而是因我們發現得太晚。」張毓廷指出，臨牀上多數病患確診時已屆晚期，5年存活率僅約13%。爲扭轉此臨牀困境，臺大醫院與中央研究院組成跨領域強大盟軍，成功研發出高效能診斷模型PanMETAI。

張毓廷說明，多項研究已發現，胰臟癌會導致一系列進行性代謝和軟組織改變，這些變化通常在胰臟癌臨牀診斷前2至3年開始出現，首先是新發高血糖，隨後是血脂水平下降和皮下脂肪減少，最終發展爲肌肉萎縮和惡病質。這些代謝改變凸顯了代謝體組學早期檢測胰臟癌和標靶治療的潛力。

▲臺大醫院內科教授張毓廷說明PanMETAI創新AI代謝體平臺。（圖／臺大醫院提供）

研究團隊據此利用「液態生檢（Liquid Biopsy）」創新整合人工智慧（AI）與核磁共振代謝體分析（NMR metabolomics），建構出具備高度穩定性與全球可擴展性的篩檢平臺。

張毓廷指出，研究團隊運用高度標準化的核磁共振（NMR）代謝體分析平臺，僅需每位受試者110微升血清，即可取得多達約26萬個代謝訊號，再透過深度學習模型系統性擷取與胰臟癌相關的關鍵特徵，此方法能全面反映胰臟癌從癌前病變至早期癌症的整體代謝變化，顯著提升早期風險辨識能力。

在臺大醫院的獨立盲測資料集中，PanMETAI 的整體預測效能（AUC）高達 0.99，敏感度爲 93%、特異度爲 94%；進一步於立陶宛族羣進行的外部驗證中，AUC仍維持 0.93 的高水準。此一在臺灣與歐洲族羣間皆表現穩定的結果，顯示 PanMETAI 並非僅針對單一資料庫或族羣最佳化，而具備高度的跨族羣適用性。研究成果已發表於國際頂尖期刊《自然通訊》( Nature Communications)。

張毓廷指出，PanMETAI 的核心人工智慧架構具高度擴充性，未來除可應用於胰臟癌高風險族羣的早期診斷外，亦可延伸至其他癌症的診斷，或治療療效與預後評估。