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——4月28日消息，阿里巴巴达摩院联合广东省人民医院等多家机构，成功研发肠癌筛查AI模型DAMO COCA，相关研究成果发表于欧洲肿瘤内科学会官方顶刊《肿瘤学年鉴》（Annals of Oncology）。

　　据介绍，肠癌为全球第二大致死恶性肿瘤，且30岁以下人群发病率呈上升趋势。临床数据显示，早期肠癌患者五年生存率超90%，晚期仅约14%。但常规筛查手段存在明显短板：粪便隐血检查需主动采样，肠镜检查需服用泻药清空肠道，患者接受度偏低，国内近半数目标人群未能及时筛查。

　　DAMO COCA模型自动识别结直肠癌风险

　　针对这一痛点，达摩院创新采用“平扫CT+AI”技术路线。平扫CT广泛应用于体检、创伤评估与腹痛排查，国内年产出影像量超亿份，可在不增加额外检查的前提下，顺带完成肠癌风险排查。不过，无肠道准备的平扫CT受肠道内容物干扰严重，人工判读难度极大。

　　DAMO COCA模型采用“先定位、后诊断”两阶段深度学习架构与混合监督学习策略，专门针对3厘米以下早期肿瘤优化训练，可精准分割复杂肠道区域、克服干扰并识别可疑病灶。研究数据显示，该模型敏感性达86.6%、特异性达99.8%，误诊率仅0.2%。与10名不同年资影像科医生对比，模型敏感性高出20.4%，在乙状结肠、直肠等易漏诊部位表现突出；AI辅助下，医生筛查敏感性与特异性可分别提升14.5%、3.1%，有效降低漏诊率。

　　研究团队在医院开展两轮真实世界试验，回顾27433例平扫CT影像，成功识别出5例此前漏诊的肠癌患者，其中一例连续两年平扫CT未检出，第三年经肠镜确诊时肿瘤已增大，印证该AI模型可实现更早病灶预警。

　　广东省人民医院放射科主任刘再毅表示，平扫CT上肠道病灶极易遗漏，DAMO COCA可有效解决临床痛点，未来需扩大部署范围并开展前瞻性研究，积累高质量循证证据。

　　据悉，这是达摩院继胰腺癌、胃癌后，推出的第三个癌症筛查AI模型，标志着“平扫CT+AI”多癌筛查原创技术路线正式跑通。目前该技术路线已在消化系统胰腺癌、胃癌、肠癌、肝癌、食管癌五癌筛查中取得显著进展，同时布局乳腺癌、肾癌等肿瘤筛查领域。

　　至今，达摩院医疗AI成果已三次登上《自然·医学》，相关产品进入国家药监局创新医疗器械审评绿色通道，并获得FDA“突破性医疗器械”认定。