科技日報訊 （記者陳曦）記者10月27日從天津醫科大學腫瘤醫院獲悉，該院院長郝繼輝教授團隊創新性地開發了一種基于循環游離DNA（cfDNA）的非侵入性檢測模型，通過整合多組學特征和機器學習，為實現胰腺癌的早期篩查提供了新方案。相關研究成果發表在國際期刊《癌癥發現》上。

胰腺癌是臨床上惡性程度最高的癌癥，素有“癌王”之稱，患者5年生存率僅為11%。由于缺乏有效的早期篩查手段，大多數患者確診時已處于晚期，錯過了最佳治療時機。現有的磁共振成像、內鏡超聲等檢查手段因成本高昂且具有侵入性，難以適用于大規模篩查；而常用的腫瘤標志物CA19-9在早期診斷中的特異度和敏感度有限，無法滿足臨床需求。

郝繼輝團隊通過整合cfDNA的拷貝數變異、片段長度分布和片段鏈偏向性等多組學特征，結合機器學習技術，成功開發出胰腺癌早篩模型。在包含467例樣本的訓練隊列和352例樣本的驗證隊列中，模型展現出優異的篩查性能，顯著優于傳統腫瘤標志物CA19-9的篩查能力。

更值得關注的是，團隊在1926名糖尿病和肥胖人群組成的前瞻性隊列中，還驗證了模型的臨床價值。該模型早篩時成功檢出6例胰腺癌患者，檢出率達75%，所有檢出病例均為早期（0期、Ⅰ期或Ⅱ期），而采用腫瘤標志物CA19-9僅檢出1例。與影像學檢查相比，該模型能提前45—298天（中位227.5天）發現病變，為患者進行早期干預治療贏得了寶貴時間。

據團隊模擬分析，若將該模型應用于臨床篩查，胰腺癌患者在Ⅰ期確診率可從6.22%提升到85.58%，在所有患者都于早期被篩選出來進行有效治療的理想情況下，5年生存率可從原來的7.59%提升至33.34%，因早期診斷帶來的絕對生存率改善達25.75%。研究進一步對10萬假設人群開展蒙特卡洛模擬顯示，相較于采用腫瘤標志物CA19-9，該模型在10萬假設人群中可額外檢出20例胰腺癌患者，敏感性提升8.22%，且陽性預測值和準確率均顯著更優。

項目主要成員、天津醫科大學腫瘤醫院副主任醫師王秀超說，這一創新方法有望推動胰腺癌從“晚期確診”向“早期干預”轉變，為胰腺癌診療領域帶來重要突破。