阿里医疗AI再突破 胰腺癌胃癌肠癌筛查模型发布

4月28日，医疗AI领域迎来一项突破性进展。阿里巴巴达摩院携手广东省人民医院等权威机构，共同发布了全新的肠癌筛查AI模型——DAMO COCA。该模型创新性地提出了一种基于平扫CT的“无感”肠癌机会性筛查方案，患者无需进行繁琐的肠道准备。临床研究证实，该模型成功从2.7万份平扫CT影像中精准识别出5例此前漏诊的肠癌病例，其敏感性与特异性分别高达86.6%和99.8%。这是继胰腺癌、胃癌筛查模型后，达摩院推出的第三款癌症筛查AI工具，标志着其独创的“平扫CT+AI”多癌种筛查技术路径已全面贯通。

结直肠癌（统称肠癌）是全球死亡率排名第二的恶性肿瘤，且近年来在青年群体中发病率显著上升。早期诊断与晚期诊断的预后差异巨大：早期肠癌患者五年生存率可超过90%，而晚期患者则骤降至14%左右。然而，传统筛查手段面临诸多挑战。粪便隐血试验依赖用户主动参与，依从性不足；被视为金标准的肠镜检查，因需服用泻药清肠、过程不适，导致接受度普遍较低。这些因素共同导致我国近半数高危人群未能接受有效筛查。

达摩院的研发正是直击这一临床痛点，利用“平扫CT+AI”技术实现肠癌的机会性筛查。平扫CT在国内应用场景广泛，每年因体检、急诊或各类疾病评估产生的影像数据数以亿计。若能从中“顺带”筛查出肠癌病变，将极大推动大规模、低成本筛查的普及，患者无需额外检查。但核心难点在于：未做肠道准备的平扫CT影像中，肠道内粪便、气体等内容物干扰严重，致使医生肉眼判读极易漏诊微小病灶。

为此，研究团队依托在“平扫CT+AI”领域的深厚积累，构建了“先定位、后诊断”的两阶段深度学习框架，并采用混合监督学习策略。模型特别针对小于3厘米的早期肿瘤进行了强化训练，能够精准分割复杂肠道结构，有效排除内容物干扰，从而可靠地检测出可疑癌变区域。

临床验证：高敏感性与特异性，有效辅助医生

发表于欧洲肿瘤内科学会旗舰期刊《肿瘤学年鉴》的研究论文，公布了DAMO COCA模型的权威数据。其敏感性达86.6%，特异性高达99.8%（即误诊率仅0.2%）。在与10位不同资历的影像科医生对比中，模型的敏感性平均高出20.4%，尤其在乙状结肠、直肠等易漏诊部位表现优异。当医生借助AI辅助诊断时，其诊断敏感性与特异性可分别提升14.5%和3.1%，这将显著降低临床漏诊率。

为验证模型在真实医疗环境中的效能，研究团队在医院部署系统并开展了两轮回顾性试验。通过对27433份平扫CT影像的分析，模型成功发现了5例既往漏诊的肠癌患者。其中一例典型病例显示，一名患者连续两年的平扫CT均未报告异常，直至第三年经肠镜确诊时肿瘤已明显进展。该案例有力证明了，AI模型能够帮助患者在常规CT检查中更早地捕捉到癌变信号，为治疗赢得宝贵时间。

“平扫CT影像中肠道病变极易被忽略，DAMO COCA这类AI工具能有效赋能医生，解决临床痛点，让患者在无额外准备的情况下机会性发现早期肠癌风险。”广东省人民医院放射科主任刘再毅评价道，“未来需将模型部署至更广泛区域，通过大规模前瞻性研究，积累更高级别的循证医学证据。”

技术路线跑通：从单癌到多癌筛查的布局

肠癌筛查模型的发布，是达摩院医疗AI长期战略的关键一环。自2017年成立以来，达摩院持续深耕该领域，率先开创了利用AI解读平扫CT中肉眼难辨细微病灶的技术路径。此前，其研发的胰腺癌筛查模型DAMO PANDA、胃癌筛查模型DAMO GRAPE已三度发表于国际顶级期刊《自然·医学》，并已进入国家药监局创新医疗器械绿色通道，还获得了美国FDA的“突破性医疗器械”认定。

达摩院资深算法专家、多癌筛查AI技术负责人张灵表示：“达摩院已成功贯通‘平扫CT+AI’多癌筛查原创技术体系，致力于通过一次平扫CT实现多种癌症的同步筛查。目前，我们在胰腺癌、胃癌、肠癌、肝癌、食管癌这五大消化系统肿瘤筛查上已取得显著成果，并正持续探索将其应用于乳腺癌、肾癌等更多癌种的筛查可能性。”