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

4月28日消息，阿里巴巴達摩院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》（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。

“腸道病灶在平掃CT影像上極易被遺漏，而DAMO COCA這樣的AI工具能有效幫助醫生解決這一痛點，賦能臨床診療，也幫助更多患者在無需腸道準備的情況下機會性發現健康隱患”，廣東省人民醫院放射科主任劉再毅表示，“未來，需要把AI模型部署到更多地區和機構，通過大規模的前瞻性研究，進一步獲得高質量循證證據。”

據悉，達摩院自2017年成立起布局醫療AI，在行業內率先提出用AI識別平掃CT影像中人眼難以察覺的細微病灶，先后研發出胰腺癌篩查AI模型 DAMO PANDA、胃癌篩查AI模型DAMO GRPAE等。相關成果三次登上《自然·醫學》（Nature Medicine），進入國家藥品監督管理局的創新醫療器械審評綠色通道，并獲美國食品藥品監督管理局（FDA）“突破性醫療器械”認定。

達摩院資深算法專家、多癌篩查AI技術負責人張靈表示：“達摩院已跑通‘平掃CT+AI’多癌篩查原創技術路線，用一次平掃CT識別多種癌癥。目前，我們已在胰腺癌、胃癌、腸癌、肝癌、食管癌這消化系統五癌上取得顯著進展，也在持續探索乳腺癌、腎癌等腫瘤篩查。”