Con la popularización de los exámenes por imágenes y el rápido envejecimiento de la población, la tasa de detección de tumores pancreáticos ha aumentado significativamente. Los diferentes tipos de tumores pancreáticos presentan grandes diferencias en comportamiento biológico y pronóstico de los pacientes, requiriendo un diagnóstico preciso y estratificación de riesgos en la clínica. En los últimos años, tecnologías de inteligencia artificial como la radiómica, el aprendizaje profundo y la fusión multi-ómica han mejorado significativamente la detección temprana, la diferenciación de subtipos y la evaluación del pronóstico de los tumores pancreáticos. Los sistemas representativos utilizados para el diagnóstico temprano pueden alcanzar un área bajo la curva (AUC) superior a 0.98, y los modelos de IA multi-ómicos también han mejorado eficazmente la predicción del tratamiento individualizado. Sin embargo, la insuficiente compartición de datos y la interpretabilidad de los modelos aún limitan su aplicación clínica. En el futuro, se debe fortalecer la estandarización, la investigación en interpretabilidad y la validación clínica multicéntrica para impulsar el diagnóstico y tratamiento preciso de tumores pancreáticos asistido por IA.

Tumores pancreáticos;Inteligencia artificial;Radiómica;Aprendizaje profundo