浙江省肿瘤医院与阿里巴巴达摩院近期共同宣布了一项划时代的成就——全球首发的胃癌影像诊断AI模型DAMO GRAPE。该模型凭借其创新的技术路线，荣获国际权威期刊《Nature Medicine》的认可，为胃癌的早期检测这一医学挑战提供了全新的应对策略，预示着胃癌的筛查与防治领域可能迎来根本性的变革。
国家癌症中心的数据表明，我国每年新增胃癌患者约36万，其中死亡病例达到26万，这一数字在各类恶性肿瘤中处于较高位置。但值得注意的是，若能在胃癌的早期阶段进行及时诊断和治疗，患者的五年生存率有望从原本的30%以下大幅上升至90%以上。鉴于此，研发出有效的胃癌早期筛查技术对于减少胃癌的死亡率具有极其重要的价值。
在传统医学观念中，平扫CT并不被视为进行胃癌筛查的最佳手段。这是因为胃部拥有独特的解剖构造，例如其充盈程度差异显著、内部物质干扰较多，以及早期病变往往仅限于黏膜层等特性，这些因素共同导致CT影像在发现微小病变方面的能力受限。为了攻克这一难题，研发团队倾力打造了全球最大的胃癌平扫CT影像多中心数据集，该数据集包含了全国20个医学中心的近10万份样本。通过深度学习算法的应用，模型有效地识别出了人眼难以发现的影像细节，例如胃壁厚度仅为0.2毫米的异常增厚、黏膜表面0.1毫米的纹理变化，以及胃小区形态的细微变化。这些创新性的成就，让平扫CT技术首次拥有了探测早期胃癌的潜能。
在模拟的随机抽样检测实验中，该模型表现出了显著的医学应用价值。通过回顾性分析常规腹部CT扫描的人群数据，人工智能技术成功在2至10个月前就识别出了胃癌的病变。DAMO GRAPE模型的灵敏度和准确率分别达到了85.1%和96.8%，与放射科医生相比，分别提高了21.8%和14.0%。这一成就不仅使得通过平扫CT技术识别早期胃癌成为现实，而且促使“平扫CT与人工智能结合”在多种癌症筛查领域实现了重要突破。
从筛查模式的角度审视，该技术突破显著提升了诊断水平，并对筛查方式产生了深远的影响。以往依赖“问卷加胃镜”的筛查方式，其胃镜检查的依从率不足三成，且基层医院在内镜诊断方面水平不一，存在两大难题。DAMO GRAPE模型提出的“平扫CT结合AI”的简便两步法，为克服这些难题开辟了全新的解决途径。在浙江某地的医疗机构进行试点，AI技术的初步筛查功能显著提高了胃癌的发现率，达到了24.5%，这一数字是传统方法检出率的24.5倍之高。更重要的是，在这些被检测出的病例中，大约有40%的患者并无明显症状，属于早期胃癌，而这部分人群正是我们降低胃癌死亡率的关键所在。该模型的敏感度高达85.1%，特异性更是达到了96.8%，这表明在每100例AI提示为阳性的病例中，大约有85例最终被确诊为胃癌，并且有效减少了因假阳性导致的过度医疗问题。
从经济学的视角来看，这一模型凸显了其明显的优势。常规体检中常用的平扫CT
研发团队并未满足于在胃癌筛查领域取得的成就。依托相同的技术基础，阿里达摩院成功研发了涵盖胰腺癌、结直肠癌、肝癌等五大癌种的筛查模型，并建立了“平扫CT结合AI”的多癌种早期筛查体系。目前，这项技术已在浙江、安徽等地区融入区域肿瘤防治体系，实现了“检查即筛查”的被动防控模式。
这一技术的成就不仅在于在胃癌筛查领域取得的重大突破，而且其深远影响还在于它所推动的诊疗模式的根本变革。随着AI成为影像科医生的“得力助手”，临床决策流程发生了根本性的改变：AI负责对海量影像数据进行初步筛选，而医生则可以将更多的关注和精力投入到对复杂病例的精确诊断中。这种医患协作模式既确保了医生在临床判断上的主导地位，又借助科技的力量提高了整体的医疗质量。正如程向东教授所说：“人工智能的价值并非取代医生，而是帮助医生更早地识别那些难以察觉的病变。”
