4月28日，阿里巴巴达摩院联合广东省人民医院等机构研发出肠癌筛查AI模型DAMO COCA，从2.7万人的平扫CT影像中精准识别5例漏诊肠癌，敏感性、特异性分别达到86.6%和99.8%，在国际上首次提出了一种无需肠道准备、患者“无感”的肠癌机会性筛查方法。这也是继胰腺癌和胃癌之后，达摩院发布的第三个癌症筛查AI模型，意味着达摩院“平扫CT+AI”多癌筛查原创技术路线正式跑通。

DAMO COCA模型自动识别结直肠癌风险

  肠癌是结肠癌和直肠癌的统称，是全球死亡人数高居第二的恶性肿瘤，30岁以下人群发病率激增。常规的粪便隐血检查需要民众主动采集样本，肠镜检查则需服用泻药清空肠道、体感不适，民众接受度低，导致国内仍有将近一半目标人群未及时接受肠癌筛查。

  达摩院创新性地提出了用“平扫CT+AI”实现肠癌“机会性筛查”。平扫CT在国内广泛用于健康体检、创伤评估、腹痛排查，每年产生上亿份影像，如能从中检测肠癌病灶，就不用增加额外检查，顺带排查肠癌风险。然而，拍平扫CT时患者不做肠道准备，肠道内容物严重干扰平扫CT影像，医生判读难度极大。

  为此，达摩院发挥在“平扫CT+AI”方面的多年技术积累，采用“先定位、后诊断”的两阶段深度学习架构和混合监督学习策略，更针对小于3厘米的早期肿瘤专门训练，使得AI模型能精细分割形态复杂的肠道部位并克服内容物干扰，检测可疑病灶。

肠癌病灶在平扫CT、增强CT和AI画面上的表现

  研究团队发表在欧洲肿瘤内科学会官方期刊《肿瘤学年鉴》（Annals of Oncology，影响因子65.4）上的论文显示，DAMO COCA模型的敏感性（即防止漏诊的能力）达到86.6%，特异性更达到99.8%，即误诊率仅有0.2%。与10名不同年资的影像科医生相比，DAMO COCA模型的敏感性显著高出20.4%，在乙状结肠、直肠等易漏部位上的表现尤为突出。而在AI辅助下，医生的敏感性和特异性可分别提高14.5%和3.1%，有效减少临床漏诊。

DAMO COCA模型论文登上《肿瘤学年鉴》

  研究团队将AI模型部署在医院开展了两轮真实世界试验，共回顾了27433人的平扫CT影像，从中发现5例被遗漏的肠癌患者。其中一名患者曾连续两年拍摄平扫CT，均未检出肠癌，直到第三年通过肠镜确诊，此时肿瘤已发展增大。这意味着，AI模型可帮助类似情况的患者通过平扫CT更早发现异常，及时治疗。

  “肠道病灶在平扫CT影像上极易被遗漏，而DAMO COCA这样的AI工具能有效帮助医生解决这一痛点，赋能临床诊疗，也帮助更多患者在无需肠道准备的情况下机会性发现健康隐患”，广东省人民医院放射科主任刘再毅表示，“未来，需要把AI模型部署到更多地区和机构，通过大规模的前瞻性研究，进一步获得高质量循证证据。”

  达摩院资深算法专家、多癌筛查AI技术负责人张灵表示：“达摩院已跑通‘平扫CT+AI’多癌筛查原创技术路线，用一次平扫CT识别多种癌症。目前，我们已在胰腺癌、胃癌、肠癌、肝癌、食管癌这消化系统五癌上取得显著进展，也在持续探索乳腺癌、肾癌等肿瘤筛查。”