مع انتشار الفحوصات التصويرية وتسارع شيخوخة السكان، ارتفعت معدلات اكتشاف أورام البنكرياس بشكل ملحوظ. تختلف أنواع أورام البنكرياس المختلفة اختلافًا كبيرًا في السلوك البيولوجي وتوقعات المرضى، مما يستدعي تشخيصًا دقيقًا وتصنيفًا للمخاطر في الممارسة السريرية. في السنوات الأخيرة، حسّنت تقنيات الذكاء الاصطناعي مثل التصويريات الحُزَمية، التعلم العميق، ودمج البيانات متعددة الأشكال بشكل كبير من الفحص المبكر، التمييز بين الأنماط الفرعية، وتقييم التوقعات لأورام البنكرياس. تصل قيمة المنطقة تحت المنحنى (AUC) في الأنظمة التمثيلية للتشخيص المبكر إلى أكثر من 0.98، كما حسّنت نماذج الذكاء الاصطناعي متعددة الأشكال التنبؤ بالعلاج الفردي. مع ذلك، لا تزال مشاكل مثل قلة تبادل البيانات وقابلية تفسير النماذج تعيق تطبيقها السريري. يجب في المستقبل تعزيز البحث في المعايير، قابلية التفسير، والتحقق السريري متعدد المراكز لدفع تشخيص وعلاج دقيق لأورام البنكرياس بمساعدة الذكاء الاصطناعي.

أورام البنكرياس;الذكاء الاصطناعي;التصويريات الحُزَمية;التعلم العميق