早期、准确地检测胰腺癌是重中之重。胰腺囊肿很常见并且经常造成管理困境。这是因为并非所有的胰腺囊肿（pancreatic cyst）都会发展成癌症：一些胰腺囊肿是癌前病变，其他的胰腺囊肿很少有发展成浸润性癌症的风险。再者，人们很难对胰腺囊肿进行分类，这会导致漏诊和不必要的手术。
在一项新的研究中，来自美国、意大利、韩国、爱尔兰、日本和荷兰的研究人员使用监督机器学习技术开发出一种称为CompCyst的综合测试方法，来指导对胰腺囊肿患者的管理。这种测试方法基于选定的临床特征、成像特征以及囊肿液遗传和生化标志物。相关研究结果发表在2019年7月17日的Science Translational Medicine期刊上，论文标题为“A multimodality test to guide the management of patients with a pancreatic cyst”。
通过使用来自436名胰腺囊肿患者的数据，这些研究人员对CompCyst进行训练，让它将这些患者划分为哪些需要接受手术，哪些应当接受常规监测，哪些不需要接受进一步监测。
这些研究人员接着在一个具有426名患者的独立队列中测试了CompCyst，并且将组织病理学检查作为金标准。
他们发现与仅使用传统的临床和成像标准相比，基于CompCyst测试获得的临床管理更准确。在接受不必要的胰腺囊肿切除手术的患者中，CompCyst测试可以让其中半数以上的人免于手术。因此，CompCyst测试有潜力降低患者发病率和与当前的胰腺囊肿管理实践相关的经济成本。
总之，旨在避免潜在恶性肿瘤患者出院的CompCyst测试在管理所有患者方面优于当前的标准护理方法，这足以证实了它对临床医生和患者的潜力。
参考资料：Simeon Springer el al.A multimodality test to guide the management of patients with a pancreatic cyst. Science Translational Medicine, 2019, doi:10.1126/scitranslmed.aav4772.
原标题：Science子刊：基于深度学习的CompCyst更准确地识别发生癌前病变的胰腺囊肿