​阿里巴巴发布创新癌症AI模型 助力肠癌筛查

阿里巴巴达摩院推出肠癌筛查AI新模型：平扫CT影像也能精准“揪出”早期病灶

医疗AI领域又迎来一项重要进展。阿里巴巴达摩院联合广东省人民医院等机构，最近成功研发了一款名为DAMO COCA的肠癌筛查AI模型。这个模型的表现有多亮眼？它在超过2.7万份平扫CT影像的测试中，不仅整体表现稳定，甚至还精准识别出了5例此前被漏诊的肠癌病例。其敏感性和特异性分别达到了86.6%和99.8%的高水平。简单来说，这项技术有望成为医生的得力助手，让肠癌筛查的误诊率大大降低。

肠癌筛查的困境与早期发现的价值

肠癌，包括结肠癌和直肠癌，是全球癌症死亡的第二大元凶。一个值得警惕的趋势是，它在30岁以下人群中的发病率正在悄然上升。业内专家反复强调，对抗肠癌的关键在于“早”。数据对比非常鲜明：早期发现的患者，五年生存率可以超过90%；而一旦发展到晚期，这个数字会骤降到14%左右。然而，传统的筛查手段，比如粪便隐血检查或让人望而生畏的肠镜检查，往往因为过程不便或带来不适，导致许多潜在筛查者望而却步，错过了最佳干预时机。

“平扫CT+AI”：一条更易被接受的筛查新路径

达摩院这次带来的，正是一个旨在破解上述困境的创新方案——“平扫CT+AI”无创筛查。平扫CT本身并不是什么新鲜事物，它早已是国内健康体检和创伤评估中的常规项目，每年产生的影像数据量极其庞大。DAMO COCA模型的巧妙之处在于，它能够直接利用这些现成的、常规检查生成的影像数据来进行肠癌风险分析，患者无需为此再做任何特殊的准备。这无疑将极大提升筛查的便捷性和公众的接受度，让更多人有机会在常规体检中顺便完成一次重要的癌症风险排查。

技术攻坚：如何让AI在复杂影像中“看得清、认得准”？

当然，在平扫CT影像中识别肠癌并非易事，肠道内食物残渣等内容的干扰是一大挑战。为此，达摩院的技术团队设计了一套“先定位、后诊断”的两阶段深度学习架构。更关键的是，他们特意针对那些小于3厘米的早期肿瘤进行了强化训练。这种策略就像是先给AI一张肠道的“地图”，让它精准圈定范围，然后再在这个区域内仔细搜寻微小的异常。这套方法有效提升了模型对复杂肠道区域的分割能力，从而让那些早期、微小的可疑病灶更难遁形。

从单点突破到体系化布局

回顾达摩院自2017年成立后在医疗AI领域的足迹，这并非一次孤立的尝试。此前，他们已相继推出了用于胰腺癌筛查的DAMO PANDA模型和用于胃癌筛查的DAMO GRAPE模型。随着DAMO COCA的加入，达摩院以“平扫CT+AI”为核心的多癌种筛查技术路线已经清晰成型并进入实际运行阶段，标志着其在利用通用影像技术进行普惠性癌症早筛方面，正迈向一个更加系统化的新台阶。

核心要点回顾：

? 阿里巴巴达摩院推出肠癌筛查AI模型DAMO COCA，显著提升筛查准确率。

? 肠癌早期发现生存率高达90%，但传统筛查方法接受度低。

? DAMO COCA模型通过深度学习技术，能在常规CT影像中识别早期肠癌。