AI造福人类！中国发布全球首个胃癌影像筛查AI模型，浙肿阿里联手 原创

今天，名为DAMO GRAPE的全球首个胃癌影像筛查AI模型登上《自然·医学》期刊，它突破传统医学认知，首次实现仅通过常规平扫CT影像识别早期胃癌，且临床研究覆盖全国20个中心近10万人。
 

突破传统筛查，无创技术开辟新路径

据调查，我国每年胃癌新发病例约36万例，死亡26万例，死亡人数高居所有恶性肿瘤第三位。而早期胃癌经过5年治疗后，生存率可达95%-99%，而晚期则下降至35%以下。然而，我国胃癌早期诊断率长期徘徊在20%-30%。

造成此结果的瓶颈在于传统筛查模式。目前，胃癌的筛查模式主要是“问卷+胃镜”，这种传统模式存在三大痛点：

胃镜检查具有侵入性，患者依从性低；

传统模式高度依赖医生经验，而基层医院的水平则参差不齐；

检出率仅约1%（每100例胃镜仅发现1例确诊）。

因此，胃癌筛查领域迫切需要开发新的非侵入性、低成本、高效可靠的筛查技术，以识别胃癌高危人群，并优先考虑高危人群的内镜检查，从而提高大规模筛查项目的成本效益，并最终降低胃癌相关死亡率。

研究团队构建了全球规模最大的胃癌平扫CT影像多中心数据集，攻克了胃部形态多变、内容物干扰、早期病灶隐匿（常局限于黏膜层）等难题。当AI模型分析CT的亨氏单位（HU Value）数据时，它能捕捉到组织密度的微妙变化，成为AI预警的关键依据。

AI提前半年揪出病灶

目前，DAMO GRAPE已经进行了临床验证，结果显示：

• 在两家地区医院模拟筛查中，胃癌检出率最高达24.5%，较传统胃镜提升超20倍；

• 检出病例中约40%为原本无症状的患者；

• 回溯研究显示，AI可提前2-10个月识别出胃癌踪迹。

【DAMO GRAPE在内部和外部验证队列中的表现】

研究团队采用“增强CT标注+平扫CT训练”的路径——医生先在增强CT上标注病灶，再通过图像配准技术将信息映射回平扫CT。这解决了医学界公认的难题：“如果医生都看不清平扫CT上的病灶，AI该如何学习？”

【DAMO GRAPE的技术路线】
 

医疗AI步入黄金时代

DAMO GRAPE的落地是AI医疗革命的缩影。

随着AI应用场景的不断拓展，一个涵盖诊疗决策、影像诊断到药物研发的AI医疗生态正在形成。

同时，在医疗器械智能化的浪潮中，国产企业正崭露头角。联影医疗、迈瑞医疗等公司的影像设备逐步突破技术壁垒；手术机器人、脑机接口等前沿技术也在加速临床转化。
 

当然，即使AI逐渐深度介入医疗领域，AI仍然不具备诊疗资格，而会作为医生辅助工具存在，医疗决策权，仍保留在人类医生手中。
 

在AI与医生的协同下，一条全新的健康路径正在形成，而这或许才是AI赋予人类最珍贵的礼物。