近期，浙江省肿瘤医院联合阿里巴巴达摩院发布了一项具有里程碑意义的成果 —— 全球首个胃癌影像筛查 AI 模型 DAMO GRAPE，该模型凭借其颠覆性的技术路径，成功登上国际顶级期刊《Nature Medicine》，为胃癌早筛这一医学难题带来了全新的解决方案，有望彻底改变胃癌筛查和防治的格局。
据国家癌症中心的统计数据显示，我国每年新发胃癌病例约36 万，死亡病例约 26 万，死亡人数在所有恶性肿瘤中位居前列。然而，若能在胃癌早期阶段及时发现并进行干预，患者的 5 年生存率将从 30% 以下显著提升至 90% 以上。因此，开发有效的胃癌早筛技术对于降低胃癌死亡率具有至关重要的意义。
在传统医学认知里，平扫CT 并非胃癌筛查的理想工具。胃部特殊的解剖结构，如充盈状态差异较大、内容物干扰多以及早期病灶常局限于黏膜层等特点，使得 CT 影像在微小病变检出率方面一直受到限制。为突破这一瓶颈，研发团队精心构建了国际最大规模的胃癌平扫 CT 影像多中心数据集，涵盖了全国 20 个医学中心近 10 万例样本。借助深度学习算法，模型成功捕捉到人眼难以察觉的影像特征，包括胃壁厚度仅 0.2 毫米的异常增厚、黏膜表面 0.1 毫米的纹理改变以及胃小区形态的微妙变异。这些突破性进展，使得平扫 CT 首次具备了识别早期胃癌的能力。
在模拟机会性筛查试验中，该模型展现出了令人瞩目的临床价值。通过对常规腹部CT 检查人群进行回顾性分析，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了 85.1% 和 96.8%，相比放射科医生分别提升了 21.8% 和 14.0%。这一成果不仅令平扫CT 识别早期胃癌成为可能，而且推动 “平扫 CT + AI” 在多癌筛查领域迈出了关键一步。
从筛查模式来看，这项技术突破带来了诊断能力的显著跃迁和筛查范式的深刻革新。传统的“问卷筛查 + 胃镜” 模式面临着胃镜依从率不足 30% 以及基层医院内镜诊断水平参差不齐等两大痛点。而 DAMO GRAPE 模型提出的 “平扫 CT + AI” 两步法则为解决这些困境提供了全新的路径。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%，相比传统模式提高了 24.5 倍。更为关键的是，在检出的病例中，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。模型高达 85.1% 的敏感性和 96.8% 的特异性意味着每 100 例 AI 提示阳性的病例中，约 85 例最终确诊胃癌，同时有效避免了假阳性带来的过度医疗。
从经济学的角度分析，该模型展现了显著的优势。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，免费获得了胃癌筛查功能。这种创新模式为医疗资源薄弱地区提供了切实可行的解决方案，有望在更广泛的范围内推广和应用。
另外，研发团队并未止步于胃癌筛查的突破。基于相同的技术框架，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。目前，该技术已在浙江、安徽等地嵌入区域肿瘤防治网络，实现了“检查即筛查” 的被动式防控模式。
这一技术的成功不仅体现在胃癌筛查领域的突破性进展，更深远的影响在于它所引发的诊疗模式变革。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工作，医生则能够将更多精力聚焦于疑难病例的精准诊断。这种人机协同模式既保留了医生的临床决策权，又通过技术赋能提升了整体诊疗水平。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。”