胰腺癌的发病率近年来在国内外均呈上升趋势。据李兆申院士团队基于注册数据的统计，我国胰腺癌年发病率已达9.2/10万，美国为（12~13）/10万。临床上遇到的胰腺癌患者越来越多，而且绝大多数已处于疾病晚期——进展期胰腺癌占所有检出病例的90%甚至95%以上。

胰腺癌早期诊断之难，原因是多方面的。解剖位置固然决定了胰腺癌早期症状隐匿，不易被患者察觉。但更主要的问题还是在于胰腺癌检测和筛查的限制。

首先，“大规模普筛”不现实。由于胰腺癌发病率相对较低，并且现有检测手段的灵敏度和特异性不足，因此针对胰腺癌进行基于普通人群的筛查是不现实的，效价比不高。

其次，“高危人群筛查”有困难：①胰腺癌高危人群界定不够明确、尚未统一。各国对高危人群的定义存在差异，较为公认的因素包括新发糖尿病、慢性胰腺炎等；②现有筛查方法相对有限，常用血清肿瘤标志物如CA19-9对早期胰腺癌的检出效能十分有限，灵敏度不高，影像学方法也存在各自的局限性。

此外，“早期胰腺癌”的定义也有待商榷。临床上胰腺癌分期方式多样：外科常分为可切除、交界可切除、局部进展和转移性；通行的WHO TNM分期则基于肿瘤大小、淋巴结及远处转移情况。当前，临床上常将T1、T2期肿瘤均归为早期胰腺癌。但胰腺癌的特殊性在于，即便分期为T1期（≤2 cm），其中T1c期（1-2 cm）肿瘤已有相当比例出现淋巴结转移，预后很差。

我们真正期望的“早期”胰腺癌，应该是类似早期胃癌、食管癌那样，无淋巴结转移的微小肿瘤（如日本学者提出，分期为T1a、T1b，无淋巴结转移的胰腺癌才可称为“小胰癌”），而现有检测手段很难稳定捕获此类病灶。

目前，对于高危人群或高度可疑的病灶，CT或磁共振（MRI）是普遍推荐的一线首选检测方式。其优势在于可及性强——设备普及、技术操作标准化程度高，并且有很强的客观性强。

超声内镜（EUS）结合增强技术检出小于1 cm的病灶的能力远胜于CT和磁共振，并且拥有一个任何影像学方法都无法取代的优势，即可在EUS引导下进行穿刺，获取组织样本进行病理检查——此为当前胰腺癌诊断的“金”标准。但由于该方法存在一定主观性，依赖操作者经验，且训练有素的能熟练开展EUS的医师相对有限，因此并不作为一线首选方法。

当前临床选择影像学检查方法的合理路径是：

先进行CT或MRI检查，若发现可疑改变，如局限性胰管扩张、狭窄或可疑肿块时，推荐行EUS进一步检查，并穿刺获取病理。而且在CT或MRI仅发现间接征象而未见明确占位时，EUS还可发现前者难以检出的微小占位，也能更好地评估胰管的局限性变化。

此外，胰管镜技术可作为上述手段的补充，用于发现胰管内的微小肿瘤。未来，影像设备分辨率的提升和AI算法的引入，有望进一步提高早期检出率。总之，要想发现极早期的胰腺癌，需要多种方法的综合应用。

胰腺癌有两大主要来源：

第一类是胰腺上皮内瘤变（PanIN）。这是目前绝大多数胰腺癌的来源，但从PanIN发展到浸润癌的过程目前研究和病理认知仍不充分，出现临床症状后窗口期极短，部分研究显示仅有3～4个月，留给临床发现和干预的时间非常有限。

第二类是胰腺囊性肿瘤，包括浆液性囊腺瘤、黏液性囊腺瘤、导管内乳头状黏液瘤、实性假乳头状瘤等。这类肿瘤的癌变时间相对较长，提供了相对充裕的监测窗口。随着CT、MRI等技术手段的提高和应用普及，胰腺囊性病变的发病率（检出率）也随之升高——60岁以上普通人群中胰腺囊性病变发病率超过6%。但其中绝大多数为良性，仅少数具有恶变潜能。因此需要注意甄别其类型并采取相应的随访干预措施：

①浆液性囊腺瘤，几乎不癌变，随访为主。

②黏液性囊腺瘤：癌变风险相对较高，加强监测。

③导管内乳头状黏液瘤：临床常见且最受关注，又可分为分支型、主胰管型和混合型。分支型较为多见，若出现胰管扩张超过1 cm、反复发作胰腺炎、黄疸、穿刺细胞学阳性等征象，高度提示其恶变可能，需密切随访监测或转至外科行手术治疗。主胰管型在传统观念中因其癌变率较高而主张积极手术。但实际数据显示其癌变率仅约30%，意味着约70%的患者可能接受了过度治疗。这类患者往往年龄较大，若能通过其他手段进行早期干预，就可能减少不必要的胰腺手术创伤——毕竟胰腺手术创伤较大、并发症多。

总体而言，近十年来我们对胰腺囊性肿瘤的认知已有长足进步，但区分“需干预”与“可观察”的界限仍存诸多未知，需进一步深入研究。

人工智能（AI）辅助诊断是胰腺癌领域近年来的研究热点。AI在医学影像识别方面有着人眼所不能及的优势——其辨识精度和客观性更强，且不易疲劳漏诊。目前，已有多个研究中心分别构建了基于CT、MRI及超声内镜等的AI辅助模型，其前景令人鼓舞。

以我们团队的工作为例，我们开发了基于EUS穿刺细胞学的AI诊断模型，并在科室内常规应用。该模型具有以下优势：

- 快速高效：无需病理科医生，现场即可判读；

- 教学相长：使用AI辨识穿刺组织的过程，也是对内镜医师的训练，可提高其对病变的识别能力；

- 准确性高：临床实践显示其诊断准确性约98%，优于初级病理科医生，有助于缓解病理医师短缺的问题。

此外，在提高早期肿瘤检出率方面，基于新一代深度学习算法的CT/MRI AI模型，对TNM Ⅰ～Ⅱ期胰腺癌的检出效能极高，灵敏度和特异性均可接近90%，是重要的辅助工具。国内上海、浙江等地多家医院已开发出性能优异的模型。由于多数胰腺癌患者早期无症状，当他们因其他原因行CT检查时，AI辅助可避免放射科医生因关注主诉部位而忽略胰腺，从而有效减少漏诊。

然而，目前多数AI研究仍聚焦于整体胰腺癌，针对真正早期胰腺癌的病例样本有限，相关模型尚待完善。

但必须指出的是，早期发现胰腺癌单靠技术升级远远不够，也不能仅依赖单一科室。很多早期胰腺癌患者因首发症状不同，其首诊可能分散在不同的科室，因此一方面，临床医师需提高早期发现胰腺癌的理念，另一方面，必须构建院内跨学科协同体系，联合信息科搭建数据平台，在卫生行政部门相关政策和医院管理制度的支持下， 形成完整的胰腺癌早期诊断以及后续诊疗链条，才能发现更多早期胰腺癌患者、改善他们的整体预后。