全球首次！達摩院腸癌“無感”檢測模型登頂刊，靠平掃CT找出漏診

智東西
作者 楊京麗
編輯 李水青

智東西4月28日消息，阿里巴巴達摩院聯合廣東省人民醫院等機構研發出腸癌篩查AI模型DAMO COCA，研究論文4月21日登上歐洲腫瘤內科學會官方期刊《腫瘤學年鑒》（Annals of Oncology），在國際上首次提出了一種無需腸道準備、患者“無感”的腸癌機會性篩查方法。

▲論文已在《腫瘤學年鑒》發表（圖源：達摩院）

在真實實驗中，該模型從2.7萬人的平掃CT影像里，找出了5例此前被漏診的腸癌患者，模型敏感性達到86.6%，特異性達到99.8%。DAMO COCA是達摩院繼胰腺癌AI模型DAMO PANDA、胃癌AI模型DAMO GRAPE后，推出的第三款癌癥篩查AI。

達摩院從2017年成立起布局醫療AI，提出了“平掃CT+AI”的技術路線：讓AI從普通CT影像里找出肉眼不易察覺的癌癥病灶，患者不必再額外做檢查。該路線目前已覆蓋胰腺癌、胃癌、腸癌、肝癌、食管癌等消化道五種癌癥。

一、1321例陽性樣本訓練，模型敏感性比醫生平均水平高20.4%

平掃CT在國內每年產生上億份影像，單次費用大約兩三百元，常用于體檢、肺結節復查、外傷評估和腹痛排查。如果能直接從這些已經拍好的片子里檢出腸癌，患者就不必再多做一道檢查。

但問題在于，腹腔中器官又多又擠、腸道形態復雜，病灶常藏在腸壁褶皺里，再加上患者沒做腸道清空時食物殘渣會再疊一層干擾，肉眼判讀相當吃力。

DAMO COCA采用“先定位、后診斷”的兩階段深度學習架構，搭配混合監督學習策略；研究團隊用1321例陽性樣本和1357例健康樣本做對照訓練，并對小于3厘米的早期腫瘤做了專門優化，便于檢測可疑病灶。

▲模型自動識別結直腸癌風險（圖源：達摩院）

技術路徑上，達摩院把醫生在增強CT圖像（注射造影劑、對比度更高，但不能作為常規檢查手段）上勾畫好的腫瘤位置，配準到對應的平掃CT圖像。這套思路在2023年的DAMO PANDA（胰腺癌）和2025年的DAMO GRAPE（胃癌）上已經跑通過，胃癌涉及空腔臟器，難度更接近腸癌的場景。

研究團隊找來10名不同年資的影像科醫生與DAMO COCA對照閱片。結果上，DAMO COCA敏感性比醫生平均水平高20.4%，模型在乙狀結腸、直腸等易漏部位上的表現突出。而在AI輔助下，醫生的敏感性和特異性可分別提高14.5%和3.1%，有效減少臨床漏診。

二、回掃27433份CT影像，找回5例此前漏診

研究團隊把DAMO COCA部署到醫院做了兩輪真實世界試驗，回顧了27433份平掃CT影像，從中找回5例此前被遺漏的腸癌患者。

其中一位患者連續兩年都拍過平掃CT、都沒被檢出，直到第三年通過腸鏡才確診，腫瘤已進一步增大。該模型可幫助類似情況的患者通過平掃CT更早發現異常，及時治療。

廣東省人民醫院放射科主任劉再毅稱，腸道病灶在平掃CT上確實容易被忽略，DAMO COCA這類工具能幫醫生補上這一短板，下一步要把模型鋪到更多地區和機構，靠大規模前瞻性研究拿到更扎實的循證證據。

達摩院資深算法專家、多癌篩查AI技術負責人張靈稱：“達摩院已跑通‘平掃CT+AI’多癌篩查原創技術路線，用一次平掃CT識別多種癌癥。”目前，達摩院在胰腺癌、胃癌、腸癌、肝癌、食管癌這消化系統五癌上進展明顯，并持續推進乳腺癌、腎癌等腫瘤篩查。

▲達摩院多癌篩查進展（圖源：達摩院）

結語：癌癥早篩路線分化，“平掃CT+AI”覆蓋面高

癌癥早篩是醫學研究的重中之重，難點主要在于很難找到一種通用方法，能夠把多種癌一次性篩出來。國際上目前最主流的嘗試是以美國Grail為代表的液體活檢，抽一管血、用基因測序去找ctDNA、miRNA等癌癥信號，但這一技術目前尚不夠成熟，且費用較高，依賴于用戶主動配合篩查，覆蓋面有限。

“平掃CT+AI”則換了個切入點：不讓患者多跑一趟，把癌癥排查疊加在他們本來就要做的常規CT上，覆蓋面理論上能大不少。從這次DAMO COCA基本表現來看，這條路徑確實能夠有效彌補傳統手段顧及不到的部分。未來能夠在更多醫院、更大樣本量上跑出可復制的結果，是面向該模型的后續考驗。