Rak trzustki do 2030 roku ma stać się drugą najczęstszą przyczyną zgonów nowotworowych w USA – głównie dlatego, że 85 procent przypadków wykrywamy zbyt późno. Teraz REDMOD z Mayo Clinic wywraca stolik, wyłapując zmiany na archiwalnych skanach CT średnio półtora roku wcześniej niż doświadczeni radiologowie.
TL;DR
- REDMOD osiąga 73% trafień prediagnostycznych vs 39% u radiologów
- Średni czas wyprzedzenia diagnozy to 475 dni
- Model analizuje radiomikę, czyli teksturę tkanek niewidoczną dla oka
- Potencjał wykrycia choroby nawet 3 lata przed wystąpieniem objawów
- Wyniki opublikowano w czasopiśmie Gut na bazie 2000 skanów
REDMOD analizuje radiomikę zamiast szukać guzów
REDMOD (Radiomics-based Early Detection Model) to owoc współpracy Mayo Clinic i University of Texas MD Anderson Cancer Center. Zamiast polować na ewidentne guzy, algorytm bierze pod lupę setki cech tekstury i struktury tkanek trzustki. To zmiany tak ulotne, że ludzkie oko traktuje je jako szum lub naturalną anatomię.
Podczas treningu na 969 skanach CT system nauczył się rozpoznawać subtelne wzorce radiomiki, które zwiastują nowotwór. Testy potwierdziły, że model jest stabilny i powtarzalny, co S. Mukherjee wraz z zespołem opisał 22 kwietnia 2026 roku na łamach czasopisma Gut.
Co ważne, proces odbywa się automatycznie. Nie trzeba ręcznie „wycinać” fragmentów obrazu, co czyni REDMOD idealnym kandydatem do analizy rutynowych badań jamy brzusznej.
Skuteczność REDMOD kontra wprawne oko radiologa
W trakcie walidacji na 63 skanach wykonanych przed oficjalną diagnozą, REDMOD poprawnie wskazał 46 podejrzanych przypadków. Daje to 73 procent skuteczności, podczas gdy dwóch radiologów analizujących te same obrazy bez wsparcia AI, zauważyło zmiany tylko w 38,9 procentach skanów.
Cena za taką czujność to fałszywe alarmy – w grupie kontrolnej (430 zdrowych osób) model pomylił się w 19 procentach przypadków. Mimo to średni lead time, czyli czas o jaki REDMOD wyprzedza diagnozę, wynosi 475 dni. W skrajnych przypadkach algorytm „widział” raka ponad dwa lata przed lekarzami.
| Metryka | REDMOD | Radiologowie |
|---|---|---|
| Wykrywalność prediagnostyczna | 73% | 38,9% |
| Średni lead time | 16 miesięcy | brak danych |
| Wykrycie >2 lata przed diagnozą | 3x częściej | poziom bazowy |
| Fałszywe pozytywy (zdrowi) | 19% | bliskie 0% |
Szczegółowe dane z badania Mukherjee et al. wskazują, że AI radzi sobie równie dobrze na sprzęcie różnych producentów.
Ajit Goenka z Mayo Clinic o cyfrowym wzroku
„Największą przeszkodą w ratowaniu pacjentów z rakiem trzustki była nasza ślepota na chorobę w stadium, gdy jest jeszcze uleczalna” – przyznał Ajit Goenka, radiolog z Mayo Clinic, w komunikacie z 29 kwietnia 2026 roku.
Według Goenki AI potrafi zidentyfikować sygnaturę nowotworu w narządzie, który dla człowieka wygląda na zupełnie zdrowy. Zespół planuje teraz testy w grupach wysokiego ryzyka, na przykład u osób z nowo zdiagnozowaną cukrzycą. Radiologowie mogą spać spokojnie, bo nikt nie chce ich zwalniać – REDMOD ma być inteligentnym asystentem, który flaguje niepokojące skany do dalszej weryfikacji.
Warto jednak pamiętać, że 19 procent fałszywych pozytywów w praktyce oznacza więcej stresujących biopsji, co dla systemu ochrony zdrowia będzie sporym wyzwaniem logistycznym.
Jak Mayo Clinic wypada na tle innych modeli AI
REDMOD to kolejny element układanki w cyfrowej onkologii. Podobne rozwiązania, jak AI w mammografii, już teraz realnie zwiększają wykrywalność wczesnych stadiów raka piersi. Z kolei brytyjski NHS sprawdza, jak algorytmy radzą sobie z rakiem płuc.
Trzeba jednak zachować dystans, bo nie każde AI to lekarz idealny – chatboty AI mylą się w połowie diagnoz, co potwierdziło Nature Medicine. Ciekawym kierunkiem jest też podejście Stanfordu, gdzie analiza danych fizjologicznych z jednej nocy snu ma pozwalać na przewidywanie chorób przewlekłych.
Przyszłość REDMOD i zmiana paradygmatu
Kolejnym krokiem zespołu z Mayo Clinic są testy na bardziej zróżnicowanych grupach pacjentów. Kluczem do sukcesu będzie wpięcie modelu bezpośrednio w środowisko pracy radiologów, by analiza odbywała się w tle, bez generowania opóźnień.
Autorzy publikacji w Gut podkreślają, że ich celem jest zmiana paradygmatu z późnego reagowania na wczesną interwencję. Jeśli REDMOD trafi do powszechnego użytku, wskaźnik przeżywalności, który dziś przy późnym wykryciu wynosi mniej niż 15 procent, ma szansę drastycznie wzrosnąć.
Cudów nie ma: AI nie zastąpi profilaktyki, ale jako narzędzie do wyłapywania „niewidzialnego” raka, wydaje się obecnie najmocniejszą kartą w talii onkologów.
Źródła:
Gut journal, Mayo Clinic News Network, ScienceAlert, MedicalXpress, PubMed, newsnetwork.mayoclinic.org, gut.bmj.com
Najczęściej zadawane pytania
REDMOD analizuje radiomikę, czyli setki parametrów tekstury tkanek, których ludzkie oko nie jest w stanie wyłapać. Widzi zmiany strukturalne poprzedzające powstanie guza.
W testach na zdrowych pacjentach model generował około 19 procent fałszywych alarmów. To cena za wysoką czułość w wykrywaniu realnych zagrożeń.
Obecnie model wymaga szerszej walidacji. Mayo Clinic planuje najpierw wdrożenia w grupach wysokiego ryzyka, a nie jako masowy screening dla każdego.
Nie. Zadaniem REDMOD jest wskazywanie podejrzanych obszarów, ale ostateczna decyzja o biopsji lub leczeniu zawsze należy do lekarza.
