只需一次体检时常规的CT检查，加上AI的智能分析，就能在胃癌尚未露出明显症状前将其从影像中揪出来。
近日，国内一项由浙江省肿瘤医院与阿里巴巴达摩院合作的研究成果登上国际顶级期刊《自然·医学》（Nature Medicine）， 其研发的全球首个利用平扫CT识别早期胃癌的AI模型DAMO GRAPE，首次突破了传统影像学的限制，让利用非增强普通CT筛查胃癌成为可能。
来源：全球科技情报服务平台AMiner：www.aminer.cn/pub/685c541…
在全国20个中心近10万人的大规模临床研究中，DAMO GRAPE展现出惊人的敏感性和特异性，分别达到85.1%和96.8%，较人类放射科医生的诊断能力提升21.8%和14.0%。
这不仅是中国AI医疗研究的里程碑，更意味着全球胃癌防控格局有望被改写， 一场关乎生命的技术突围，正在从实验室走向临床一线。
当“沉默杀手”遇上AI，早筛困局如何破？
胃癌在我国的严峻现状，堪称“沉默杀手”的典型代表。作为最常见的恶性肿瘤之一，我国每年约有26万人因胃癌离世，死亡人数在所有恶性肿瘤中居第三位。
知名主持人身患胃癌案例
但早期胃癌与中晚期胃癌的生存结局有着天壤之别。若在早期发现并切除，5年生存率可达95%～99%，甚至有完全治愈的可能。
然而，早期胃癌几乎没有区别于普通胃炎的特异性症状，我国胃癌早期发现率长期在20%-30%之间徘徊，这意味着超过70% 的患者确诊时已错失最佳治疗时机。
传统胃癌早筛方法 “问卷 + 胃镜” 的局限性显而易见。胃镜检查的有创性、痛苦感以及对医生经验的高度依赖，导致其在我国普及难度极大、依从性极低。
更棘手的是，这种筛查方式的检出率仅1%左右， 即每做100个胃镜才能发现1例确诊病例，效率之低让大规模筛查难以推进。
医学界并非没有尝试过突破。血清学筛查通过检测幽门螺杆菌抗体、胃蛋白酶原等指标进行风险分层。但在高危人群中，血清学筛查后胃镜检查的胃癌检出率也仅1.25%， 与普通人群筛查差异甚微。
当传统手段陷入瓶颈，平扫CT与AI的结合成为新的希望。 这种在基层医院普及率超80%、单次费用仅100-200元的影像技术，能否在AI加持下撕开早筛困局？
GRAPE的临床转化概述与评估
达摩院与浙肿的联合团队没有被传统认知禁锢。他们清楚平扫CT用于胃癌筛查的两大核心挑战。
一是胃作为空腔脏器，结构复杂且内容物干扰大；二是早期胃癌病灶可能仅存在于胃黏膜层，直径不足5mm，在平扫CT上几乎难以辨识。
但团队构建了全球最大的胃癌平扫CT影像多中心数据集（6720例） ，通过技术创新让AI学会从CT值的微妙变化中捕捉病灶线索，即便医生肉眼无法分辨的黏膜层异常，AI也能通过像素级分析发现组织密度的细微差异。
AI如何从CT像素中“揪出”胃癌？临床实战给出答案！
DAMO GRAPE的技术路径，堪称医学影像与AI结合的典范。
其核心采用两阶段深度学习框架。 首先通过3D卷积神经网络对全腹CT进行胃区域精准分割， 生成像素级的胃壁掩码，如同在复杂地图中划定“搜索范围”，定位误差小于1.5mm。
随后进入 “双重分支”处理——分割分支识别胃壁增厚、异常结节等形态改变，分类分支整合多尺度特征输出胃癌概率评分，形成诊断“双保险”。
GRAPE模型的开发过程
这种设计在临床实战中展现出惊人效果。
2024年4月，一名患者被诊断为局部晚期胃癌，医生回溯其6个月前因其他疾病做的平扫CT影像时，DAMO GRAPE清晰提示存在早期胃癌病灶。假设当时AI已投入应用，该患者可提前6个月确诊并接受治疗。
类似案例并非个例，研究中回顾的11名患者确诊前CT影像显示，AI可提前2-10个月检测出胃癌， 在医生看不出端倪的影像上，AI找出了被遗漏的风险信号。
GRAPE鉴别出但被阅片者漏诊的T1期和T2期胃癌病例示例
在两家地区医院的模拟筛查试验中，“平扫CT+AI”模式的胃癌检出率最高达24.5% ，较传统问卷筛查的0.9%提升27倍。
GRAPE在奉化人民医院（FHPH）队列中的性能概述
更关键的是，这些检出病例中约40%是原本无症状的患者。 AI让“沉默的病灶”无所遁形，将诊断窗口大幅提前。
在癌症中心的验证中，GRAPE甚至能在患者因其他癌症随访的CT影像中，提前6个月预警胃癌风险， 为多癌种筛查提供了全新思路。
与放射科医生的盲法测试更凸显AI的独特价值。13名不同年资医生参与的阅片研究显示，GRAPE的诊断准确性（AUC0.92）远超医生（0.76-0.85），尤其在早期胃癌检测上，敏感性提升21.8%。
当医生借助AI辅助诊断后，性能虽有提升，但仍不及AI单独工作的效果。
这并非否定医生的价值，而是让AI承担重复性的影像初筛工作，解放医生聚焦疑难病例研判，形成“AI初筛+医生复核”的高效诊断模式。
单纯放射科医生、放射科医生借助AI辅助，以及单纯AI对早期胃癌和进展期胃癌的检出率对比
从胰腺癌到胃癌，达摩院如何攻破“癌症早筛”难题？
DAMO GRAPE的突破，并非阿里达摩院在医疗AI领域的首次尝试。
其攻坚路径清晰可见：从死亡率最高的“癌王”胰腺癌入手，再拓展至胃癌等高发癌种，每一步都在挑战医学影像的“不可能”。
胰腺癌因位置深、发病隐匿，70%以上患者确诊即晚期，五年生存率低于10%，且医学界缺乏有效筛查手段。 2021年，达摩院确立“平扫CT+AI”的研究方向时，曾被合作医生断言“不可能”。
但团队通过增强CT标注信息映射至平扫CT的技术创新，构建起全球最大的胰腺肿瘤CT训练集，最终研发出专攻胰腺癌筛查的DAMO PANDA。
该模型在20000+例CT数据测试中，找出31例临床漏诊的胰腺癌病灶，其中2名患者通过早期手术获得治愈。2023年，这一成果登上《自然·医学》，2024年被FDA认定为“突破性医疗器械”。
来源：全球科技情报服务平台AMiner：www.aminer.cn/pub/655d978…
从PANDA到GRAPE，达摩院医疗AI团队的技术路径一以贯之：用AI挖掘CT影像中被人眼忽略的HU值（亨氏单位）细微差异。
CT本质是一串从-1024到1024的连续数值，对应不同密度的组织，很多细节虽超出人眼分辨极限，却能通过算法解析。
团队通过图像配准、数据增强等技术，让AI学会识别平扫CT上难以用肉眼看到的肿瘤特征，填补了多项临床筛查空白。
如今，达摩院正探索 “一扫多查”的未来模式——通过一次平扫CT，借助AI识别多种癌症和其他疾病，彻底改变传统“一个癌种、一种检查、一套流程”的低效模式。
在非增强CT和增强CT上被阅片者漏诊，但被PANDA检测到的早期胰腺导管腺癌（PDAC）病例示例
这种技术范式的演进，不仅是医疗领域的创新，更是AI从“专用智能”向“通用智能”迈进的关键一步： 用AI解读日常数据中的隐藏信息，生成深度结构化知识，为精准医疗奠定基础。
结语：当AI成为“生命守门人”，我们离癌症早筛自由还有多远？
DAMO GRAPE登上《自然·医学》，标志着中国在AI医疗领域的研究已跻身全球第一梯队。
但我们仍需清醒认识到，早期胃癌50%左右的检出率仍有提升空间，胃充盈状态、病灶大小等因素仍可能影响结果。
研究团队已启动全国性前瞻性筛查项目， 计划纳入100万例病例，重点优化模型对微小病灶的识别能力，并探索结合内镜影像的多模态分析。
当GRAPE开始在浙江、安徽等地落地，我们看到的不仅是一个AI模型的进化，更是整个医疗体系向“精准预防”转型的契机。
或许在不久的将来，常规体检中的一次平扫CT，加上AI的智能分析，就能让胃癌、胰腺癌等恶性肿瘤在萌芽阶段无所遁形。 这不再是科幻故事里的奇迹，而是科技赋予人类对抗癌症的最强武器：防患于未然的智慧。
从浙江肿瘤医院和达摩院的实践来看，医疗AI注定不是快生快卖的商业故事，而是需要长期投入的生命工程。
但当AI能提前6个月发现病灶，为患者争取宝贵的治疗时间，这种“慢科技”带来的每一次突破，都在拉近我们与 “癌症早筛自由” 的距离。毕竟，医学的终极目标从来不是治愈的奇迹，而是让更多人不必经历病痛的折磨。 这，或许就是AI介入医疗的终极意义！
这里是AMiner数据平台——全球领先的学术数据挖掘与分析平台，您身边的科研助手，有关学术趋势洞察、学者网络分析问题都可以与我们探讨！
网站链接：www.aminer.cn/?f=fwh_am_…
或直接关注【AMiner Research】公众号，获取最新的AI前沿研究、行业动态和学者信息！
