今日，浙江省肿瘤医院联合阿里巴巴达摩院发布的全球首个胃癌影像筛查AI模型DAMO GRAPE，不仅登上国际顶级期刊《Nature Medicine》，更以颠覆性的技术路径，为破解胃癌早筛困局提供了全新解法。这项成果，首次利用平扫CT影像识别早期胃癌病灶，并联合全国20家医院，在近10万人的大规模临床研究中大幅提升胃癌检出率。

从“不可能”到“可能”：AI如何突破胃癌筛查技术天花板

据国家癌症中心统计，我国每年新发胃癌约36万例，死亡26万例，死亡人数在所有恶性肿瘤中位列第三。如能在早期发现并干预，患者的5年生存率可从30%以下显著提升至90%以上。

图示：GRAPE 的开发、评估和临床转化概述

传统医学认知中，平扫CT并非胃癌筛查的理想工具。胃部特殊的解剖结构——充盈状态差异大、内容物干扰多、早期病灶常局限于黏膜层，使得CT影像对微小病变的检出率长期受限。

基于此，研发团队构建了国际最大规模的胃癌平扫CT影像多中心数据集，覆盖全国20个医学中心近10万例样本。通过深度学习算法，模型成功捕捉到人眼难以察觉的影像特征：胃壁厚度0.2毫米的异常增厚、黏膜表面0.1毫米的纹理改变、胃小区形态的微妙变异。这些突破性进展，让平扫CT首次具备识别早期胃癌的能力。

在模拟机会性筛查试验中，该模型展现出惊人的临床价值。对常规腹部CT检查人群进行回顾性分析时，AI成功提前2-10个月发现胃癌病灶。

DAMO GRAPE的敏感性和特异性分别达到85.1%和96.8%，相比放射科医生分别提升21.8%和14.0%。这令平扫CT识别早期胃癌首次成为可能，也让“平扫CT+AI”在多癌筛查上更进一步。

AI成功从平扫CT种识别早期胃癌

从实验室到诊室：AI模型重塑胃癌防治路径

 

这项技术突破带来的不仅是诊断能力的跃迁，更是筛查范式的革新。传统“问卷筛查+胃镜”模式面临两大痛点：胃镜依从率不足30%，基层医院内镜诊断水平参差不齐。DAMO GRAPE模型提出的“平扫CT+AI”两步法，为破解困局提供了新路径。

在浙江某地区医院的试点中，AI初筛使胃癌检出率提升至24.5%，较传统模式提高24.5倍。更值得关注的是，检出病例中近40%为无症状早期患者，这类人群正是降低胃癌死亡率的关键突破口。模型敏感性达85.1%、特异性达96.8%的优异表现，意味着每100例AI提示阳性的病例中，约85例最终确诊胃癌，同时有效避免假阳性带来的过度医疗。

AI能识别各阶段胃癌

例如，其中1名45岁患者因腹部不适接受胃镜检查，确诊局部晚期胃癌，而该患者6个月前因其他疾病做过胸腹部平扫CT检查，当时未报告腹部病变。胡灿将这张旧片子导入AI模型，提示存在胃癌病灶。也就是说，如果6个月前就有AI自动筛查，这名患者将有机会更早确诊并接受治疗。

AI提前6个月识别出胃癌

从卫生经济学视角审视，该模型展现出显著优势。平扫CT作为常规体检项目，检查成本仅为增强CT的1/3，且无需注射造影剂。当AI分析嵌入现有CT工作流程时，相当于在现有医疗资源基础上，免费获得胃癌筛查功能。这种“一石二鸟”的创新模式，为医疗资源薄弱地区提供了可行方案。

结语

研发团队并未止步于胃癌突破。基于相同技术框架，阿里达摩院已开发出覆盖胰腺癌、结直肠癌、肝癌等5大癌种的筛查模型，构建起“平扫CT+AI”的多癌种早筛体系。在浙江、安徽等地，该技术已嵌入区域肿瘤防治网络，实现“检查即筛查”的被动式防控。

更深远的影响在于诊疗模式的变革。当AI成为影像科医生的“第二双眼睛”，临床决策链条被重塑：AI完成海量影像数据的初筛，医生聚焦疑难病例的精准诊断。这种人机协同模式，既保留医生的临床决策权，又通过技术赋能提升整体诊疗水平。正如程向东教授所言：“AI的价值不在于替代医生，而在于让医生更早发现那些‘看不见’的病灶。”

参考来源：

1.https://www.nature.com/articles/s41591-025-03785-6

2.阿里巴巴

Tags： Nature Medicine：阿里联手浙肿发布全球首个胃癌影像筛查AI模型，平扫CT+AI实现大规模胃癌早筛