近期，在一项新的研究中，来自美国、意大利、韩国、爱尔兰、日本和荷兰的研究人员使用监督机器学习技术开发出一种称为CompCyst的综合测试方法，来指导对胰腺囊肿患者的管理。
这种测试方法基于选定的临床特征、成像特征以及囊肿液遗传和生化标志物。
通过使用来自436名胰腺囊肿患者的数据，这些研究人员对CompCyst进行训练，让它将这些患者划分为哪些需要接受手术，哪些应当接受常规监测，哪些不需要接受进一步监测。
这些研究人员接着在一个具有426名患者的独立队列中测试了CompCyst，并且将组织病理学检查作为金标准。
他们发现与仅使用传统的临床和成像标准相比，基于CompCyst测试获得的临床管理更准确。在接受不必要的胰腺囊肿切除手术的患者中，CompCyst测试可以让其中半数以上的人免于手术。
因此，CompCyst测试有潜力降低患者发病率和与当前的胰腺囊肿管理实践相关的经济成本。
总之，旨在避免潜在恶性肿瘤患者出院的CompCyst测试在管理所有患者方面优于当前的标准护理方法，这足以证实了它对临床医生和患者的潜力。
