三年连下三癌，阿里AI跑通了多癌筛查

80 0 0

文章摘要

阿里达摩院联合医疗机构研发的肠癌人工智能筛查系统已正式刊载于国际肿瘤学权威期刊。该算法聚焦于从常规平扫CT图像中识别临床极易漏诊的微弱肿瘤迹象。模型在两万七千人大样本临床验证中实现百分之八十六点六的敏感性与百分之九十九点八的特异性，综合诊断准确率较人类放射科医生提升百分之二十点四以上。针对肠道结构褶皱复杂且影像天然对比度极低的难题，研究团队开发了两阶段深度定位与诊断网络，结合增强CT跨模态配准标注与真实世界样本双轮迭代机制，成功实现对微小肿瘤及一厘米以上癌前病变的精准捕获与分期判定。

结直肠癌具有较长的癌前演进窗口，早期手术可实现超过九成的治愈率，但传统结肠镜或粪便采样的侵入性与繁琐清肠准备严重制约了目标人群的筛查参与率。平扫CT结合算法的机会性筛查路径彻底绕开了依从性瓶颈，将每年超亿份因其他腹部急症拍摄的影像数据转化为即时可用的防筛查资产。 筛查在后台无感运行，受检者无需额外预约或承受新增辐射，单次边际检测成本压缩至两百元人民币以内。在定位精确度、卫生经济学效益及普惠落地门槛方面，该影像方案相较于高价且依赖专项抽血的海外液体活检技术展现出更强的实际推广潜力。

此项成果标志着利用平扫影像进行多病种机会性筛查的技术路线已实现关键闭环。该路线继攻克胰腺癌与胃部肿瘤的智能识别难关并接连登顶国际医学期刊后，已完整构建消化道核心恶性肿瘤的平行检测能力。 相关系统已在数十万量级的真实临床环境中完成部署，大量隐匿性早期病灶获得及时干预，项目同步通过国际监管机构突破性器械认证并纳入海外公共卫生推广计划。研发梯队正进一步整合肝胆食管等癌种的并行识别模块，探索构建统一多癌大模型，旨在打造覆盖全身多脏器的常态化自动化疾病预警与拦截体系。