Vytvořen AI nástroj, který může ztrojnásobit citlivost včasné diagnostiky rakoviny slinivky břišní
Vědci z Mayo Clinic vyvinuli model REDMOD, který odhaluje rakovinu slinivky břišní na CT snímcích ve stadiu, kdy nádor ještě není viditelný pro lékaře. V testech model ztrojnásobil citlivost detekce ve srovnání s radiology a odhaloval rakovinu v průměru 475 dní před standardní diagnózou.
Nejen detektor, ale stroj času: jak REDMOD z Mayo Clinic přepisuje pravidla hry proti rakovině slinivky břišní
[Podstata]: co se skutečně děje
Na konci dubna 2026 zveřejnili vědci z Mayo Clinic v časopise Gut práci, která by podle všech měřítek měla být považována ne za vědecký článek, ale za vyhlášení války. Protivník – duktální adenokarcinom slinivky břišní (PDA), onemocnění s pětiletým přežitím 13 % a 8 % u nejčastější formy. Zbraň – REDMOD (Radiomics-based Early Detection Model), model AI, který nachází rakovinu na CT snímcích v době, kdy slinivka vypadá pro lidské oko zcela normálně.
Čísla, která nutí onkology číst článek dvakrát: citlivost modelu ve stadiu, kdy nádor ještě není viditelný, je 73 % oproti 39 % u zkušených radiologů. Medián doby předstihu – 475 dní. A pro případy odhalené více než dva roky před klinickou diagnózou je citlivost REDMOD třikrát vyšší než lidská (68 % oproti 23 %). To není vylepšení stávající technologie. To je změna paradigmatu: od hledání viditelných lézí k detekci texturních otisků, od reakce na nemoc k prediktivnímu zachycení.
Chronologie a kontext
Příběh REDMOD nezačal včera. Již v roce 2022 vyšla v Gastroenterology proof-of-concept práce stejné skupiny, která ukázala, že radiomické znaky mohou odlišit prediagnostická CT od kontrolních. Ale tento model první generace měl kritická omezení: vyžadoval ruční segmentaci slinivky, byl testován na uměle vyváženém vzorku 1:1 (rakovina/norma) a nebyl připraven na reálný svět.
Vedoucí skupiny, radiolog a specialista na nukleární medicínu Dr. Ajit Goenka, popsal čtyři technologické průlomy, které přeměnily koncept na REDMOD:
- Automatická 3D segmentace založená na architektuře nnU-Net – odstranila lidský faktor a učinila systém škálovatelným.
- Multiscale vlnková transformace – 968 radiomických znaků, z nichž algoritmus mRMR vybral 40 nejprediktivnějších. Klíčový detail: 90 % vybraných znaků bylo odvozeno z filtrovaných textur, nikoli z viditelných charakteristik v šedé škále.
- Ensemble klasifikátor – logistická regrese, random forest a XGBoost, spojené mechanismem soft-voting.
- Nastavitelný práh detekce – model vydává spojitou pravděpodobnost (0–1) a práh lze posouvat: níže pro maximální citlivost při screeningu, výše pro specificitu před invazivními procedurami.
Výsledky byly publikovány v Gut 28. dubna 2026. A 7. května Mayo Clinic oznámila zahájení prvního klinického hodnocení AI-radiomického algoritmu pro včasnou detekci rakoviny slinivky v USA – nábor 100 pacientů ve věku 50–85 let již začal.
Kdo vyhrává a kdo prohrává
Vyhrávají:
- Pacienti z vysoce rizikových skupin – především lidé s nově diagnostikovaným diabetem a zvýšeným ENDPAC skóre. Právě na tuto populaci je REDMOD zaměřen a právě zde je prevalence rakoviny 3–4 %, což screening ospravedlňuje. Modelování ukazuje: pokud se podíl lokalizovaných PDA zvýší ze současných 10 % na 50 %, přežití se zdvojnásobí.
- Mayo Clinic jako ekosystém. Klinika již buduje nástroje pro automatické získávání proměnných z elektronických zdravotních záznamů, aby identifikovala vhodné pacienty bez ruční práce. Systém je navržen pro multiinstitucionální nasazení: hodnocení bude rozšířeno na pracoviště v Arizoně a na Floridě a poté na partnerská centra po celém světě. To je strategická sázka na vytvoření nového standardu péče, ve kterém se Mayo stává nejen poskytovatelem, ale platformou.
- Trh s AI-asistovanou diagnostikou obecně. Rok 2026 se stal rokem, kdy CPT kódy poprvé uznaly AI-asistovanou analýzu obrazu jako samostatnou placenou službu. REDMOD dokonale zapadá do tohoto regulačního rámce: existuje konkrétní algoritmus, dokumentace a fakturační kód.
Prohrávají:
- Výrobci „pozdních“ diagnostických testů. REDMOD cílí na stadium 0 – před vznikem hmoty, před klinickými příznaky. Pokud bude model prospektivně validován, trh s testy určenými k potvrzení již podezřelé rakoviny (biopsie pod EUS, některé molekulární panely) se zmenší: pacienti se dostanou do systému dříve a podíl pozdních diagnóz se sníží.
- Radiologové nepřipravení na AI integraci. REDMOD radiologa nenahrazuje, ale radikálně mění jeho roli: z „hledání jehly v kupce sena“ na „kontrolu nápověd algoritmu“. Rozdíl v citlivosti (73 % vs 39 %) je příliš velký na to, aby byl ignorován v soudních sporech o missed diagnosis. Za 3–5 let bude standard péče vyžadovat AI pomoc při interpretaci CT břicha u vysoce rizikových pacientů – a ti, kteří se nepřizpůsobí, budou čelit rizikům profesní odpovědnosti.
Co média neříkají
Neočekávaný vhled: REDMOD není detektor rakoviny. Je to detektor stromální reakce, která rakovině předchází.
Většina publikací se zaměřuje na „476 dní před diagnózou“ a „trojnásobné převaze nad radiology“. Ale z rozhovoru s Goenkou vyplývá zásadně odlišný pohled na povahu signálu.
90 % významných radiomických znaků REDMOD jsou filtrované texturní charakteristiky odvozené z vlnkových transformací a filtrů Laplace-Gauss. Zachycují nikoli samotný nádor (ten ještě neexistuje), ale změny v mikroarchitektuře tkáně: remodelaci extracelulární matrix, fibrózní změny, posuny buněčné hustoty – tedy stromu reagující na karcinogenezi. Ablační analýza ukázala, že model pouze na filtrovaných znacích má AUC 0,82, zatímco na nefiltrovaných pouze 0,74. Rozdíl 8 bodů je statisticky významný.
To přetváří samotný koncept „včasné diagnostiky“. Dříve jsme hledali nádor. Nyní hledáme tkáňovou reakci na proces, který ještě nádor nevytvořil. Je to jako detekovat požár podle kouře, nikoli podle viditelného plamene – a dělat to 16 měsíců předtím, než si někdo všimne ohně.
Druhý vhled: předpověď neviditelné rakoviny otevírá Pandořinu skříňku pro screening u asymptomatických.
V současnosti je REDMOD prospektivně testován na vysoce rizikové populaci (ENDPAC-pozitivní pacienti s nově vzniklým diabetem). Ale technologicky nic nebrání tomu, aby se modelem prohnala všechna CT břicha provedená z jakéhokoli důvodu – ať už jde o ledvinový kámen nebo apendicitidu. Tomu se říká „oportunistický screening“ a Mayo Clinic již tuto možnost diskutuje.
Problém je, že pro to chybí regulační a etický rámec. Co dělat s pacientem, u kterého REDMOD ukázal pravděpodobnost rakoviny 0,5, ale na CT je zcela normální slinivka a EUS nic nenašel? Jak často opakovat skenování? Kdo platí za „falešný poplach“? Tyto otázky nemají odpovědi, ale příchod REDMOD nutí začít je formulovat.
Prognóza: následujících 30 dní a 90 dní
30 dní (do poloviny června 2026):
Očekává se, že několik velkých akademických center (MD Anderson, Johns Hopkins, Memorial Sloan Kettering) oznámí vlastní validační programy modelů podobných REDMOD na retrospektivních datech. Mayo Clinic pravděpodobně představí první průběžné výsledky náboru pacientů do studie AI-PACED – i při N=100 bude samotný fakt náboru trhem interpretován jako signál, že technologie přechází od vědy k praxi.
Současně se aktivizuje diskuse o úhradě. CPT kódy pro rok 2026 již uznaly AI-asistovanou diagnostiku jako placenou službu a REDMOD je ideálním kandidátem na získání samostatného kódu při splnění podmínek FDA clearance. Investiční banky začnou odhadovat potenciální trh: 600 000+ CT břicha ročně u vysoce rizikové populace v USA × 100–200 USD za AI analýzu = 60–120 milionů USD ročního příjmu pouze na domácím trhu.
90 dní (do poloviny srpna 2026):
Klíčový katalyzátor – rozhodnutí FDA o klasifikaci REDMOD. Pokud regulátor zvolí cestu De Novo clearance (nikoli PMA), cesta na trh se zkrátí na 12–18 měsíců. Současně se očekává publikace první externí validační studie z instituce nezávislé na Mayo. To je kritické: současná validace na datasetu NIH-PCT ukázala specificitu 87,5 %, ale vzorek je omezený. Externí potvrzení na evropské nebo asijské populaci buď posílí důvěru, nebo odhalí skryté zkreslení.
Do konce léta 2026 je také pravděpodobné oznámení prvního komerčního partnerství Mayo Clinic s výrobcem PACS systémů nebo platformy pro radiologický workflow (Sectra, Visage Imaging nebo obdoba) pro integraci REDMOD do rutinního pracovního postupu radiologů. Právě tato integrace, nikoli přesnost modelu, určí rychlost adopce.
Závěr: REDMOD není jen AI nástroj. Je to demonstrace, že nejsmrtelnější forma rakoviny může být zachycena ve stadiu, kdy je léčitelná. Pokud prospektivní studie potvrdí výsledky, definice „diagnóza rakoviny slinivky“ se navždy změní – z „když už je pozdě“ na „16 měsíců předtím, než by bylo pozdě“.
— Editorial Team
