阿里達摩院AI全球首次實現腸癌“無感”檢測，登上國際腫瘤學頂刊

IT之家 4 月 28 日消息，阿里巴巴達摩院今日（4 月 28 日）聯合廣東省人民醫院等機構研發出腸癌篩查 AI 模型 DAMO COCA，從 2.7 萬人的平掃 CT 影像中精準識別 5 例漏診腸癌，敏感性、特異性分別達到 86.6% 和 99.8%，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。

這也是繼胰腺癌和胃癌之后，達摩院發布的第三個癌癥篩查 AI 模型，意味著達摩院“平掃 CT+AI”多癌篩查原創技術路線正式跑通。

腸癌是結腸癌和直腸癌的統稱，是全球死亡人數高居第二的惡性腫瘤，30 歲以下人群發病率激增。據專家共識，如能早期發現腸癌，患者五年生存率可達 90% 以上，一旦拖到晚期，生存率只有約 14%。然而，常規的糞便隱血檢查需民眾主動采集樣本，腸鏡檢查則需提前服用瀉藥清空腸道、體感不適，民眾接受度低，導致國內仍有將近一半目標人群未及時接受腸癌篩查。

達摩院創新性地提出了用“平掃 CT+AI”實現腸癌“機會性篩查”。平掃 CT 在國內廣泛用于健康體檢、創傷評估、腹痛排查，每年產生上億份影像，如能從中檢測腸癌病灶，就不用增加額外檢查，順帶排查腸癌風險。然而，在患者不做腸道準備的情況下，腸道內容物嚴重干擾平掃 CT 影像，醫生判讀難度極大。

為此，達摩院發揮在“平掃 CT+AI”方面的多年技術積累，采用“先定位、后診斷”的兩階段深度學習架構和混合監督學習策略，更針對小于 3 厘米的早期腫瘤專門訓練，使得 AI 模型能精細分割形態復雜的腸道部位并克服內容物干擾，檢測可疑病灶。

研究團隊發表在歐洲腫瘤內科學會官方期刊《腫瘤學年鑒》（IT之家注：Annals of Oncology，影響因子 65.4）上的論文顯示，DAMO COCA 模型整體的敏感性（即防止漏診的能力）達到 86.6%，特異性更達到 99.8%，即誤診率僅有 0.2%。

與 10 名不同年資的影像科醫生相比，DAMO COCA 模型的敏感性顯著高出 20.4%，在乙狀結腸、直腸等易漏部位上的表現尤為突出。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。

研究團隊將 AI 模型部署在醫院開展了兩輪真實世界試驗，共回顧了 27433 人的平掃 CT 影像，從中發現 5 例被遺漏的腸癌患者。其中一名患者曾連續兩年拍攝平掃 CT 影像，均未檢出腸癌，直到第三年通過腸鏡確診，此時腫瘤已發展增大。這意味著，AI 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。