胃癌筛查困局有望破解：AI影像分析推动胃癌早筛智能发展

近日，浙江省肿瘤医院（中国科学院大学附属肿瘤医院）（以下简称“浙江省肿瘤医院”）胃外科胡灿分享了一个案例，AI模型从胃癌患者6个月前拍摄的CT中识别出胃癌信号，而同期的人工读片却未能发现任何异常。这一突破性发现，为胃癌早诊早治开辟了全新路径，也揭示了AI技术在早期肿瘤筛查领域的巨大潜力。

该AI模型由浙江省肿瘤医院联合阿里巴巴达摩院研发，登上了国际顶尖期刊《自然·医学》。

“我们回溯了一位胃癌患者确诊前的所有CT影像，发现AI模型在其出现症状前半年就已发出预警。”胡灿介绍，2024年4月，该患者因“进食梗阻”症状就医，经胃镜检查确诊为胃癌，且此时病情已发展至T4期。回溯发现，该患者2023年10月曾因检查肺结节拍摄平扫CT。胡灿将这张旧片子导入AI模型，在胃部区域提示"胃癌高风险"。

这一案例并非个例，胡灿所在团队对多例胃癌患者的回顾性研究均显示，AI模型能够敏锐捕捉到胃壁厚度、黏膜纹理等细微改变，这些早期病变特征往往会被人工读片所忽视。胡灿指出，由于CT分辨率相对较低，既往从未被用作胃癌筛查的常规手段。若没有AI技术辅助，即便经验丰富的影像科医生，也很难在平扫CT中捕捉到早期胃癌在非重点扫查区域呈现的细微病变特征。

AI从平扫CT中提前发现胃癌的成果，无疑为胃癌筛查带来了新曙光。这意味着，在非胃部专项CT检查中，AI也有望同步完成胃癌初筛工作，让每年数千万接受其他部位CT检查的患者，获得“机会性筛查”，大幅提升胃癌早诊比例。

胃癌是全球最常见的恶性肿瘤之一，根据国家癌症中心近期发布的数据显示，我国胃癌的年发病人数超过35万，位列所有恶性肿瘤第5位；死亡人数超过26万人，位列恶性肿瘤第3位。

但从目前来看，胃癌的诊断和筛查仍依赖胃镜检查，但由于其侵入性、高成本和需要专业内镜医生，胃镜的应用受到极大限制。此外，由于早期缺乏典型症状，超过60%的患者在诊断时出现局部或远处转移。而早期胃癌患者的5年生存率超过90%，中晚期患者的5年生存率不足30%。因此，迫切需要寻找高效、便捷的胃癌早筛方法来提高胃癌的早期诊断率，改善该类人群的预后。

“从原始理念创新、技术研发，再到应用场景拓展，我们的研究都实现了重大突破。”浙江省肿瘤医院党委书记、中国抗癌协会“AI技术的应用，为我们提供了新的可能。”程向东表示，AI模型效率极高，通过低成本、无创式的平扫CT结合AI分析，能够快速、准确地判断胃癌风险。一旦模型广泛应用，我们可以将筛查出的5%-6%高风险人群，精准导向胃镜检查，以我国现有的医疗资源，完全能够满足这部分人群的检查需求。如此一来，早期胃癌患者比例有望显著提升，每年哪怕提高5%-10%，对胃癌防控工作而言也是巨大的进步。

程副理事长程向东表示，我国胃癌筛查面临着民众依从性低、医疗资源分配不均等难题，这也是造成我国早诊率低的主要原因。以日本、韩国为例，他们通过大力推行胃镜筛查，显著提高了胃癌早诊率，但这在我国现阶段难以复制。我国人口基数庞大，医疗资源相对紧张，即便让民众每4-5年进行一次胃镜筛查也并不现实。因此，探寻符合我国国情的筛查方案至关重要。

向东进一步指出，AI+CT筛查绝非简单的技术替代，而是一场筛查范式的根本性变革。他强调，AI+CT筛查模式具备三大显著优势：其一，具有出色的兼容性，能够无缝融入现有的CT检查流程，无须额外购置设备，节省了大量资源；其二，具备广泛的普适性，为那些对胃镜检查不耐受的人群，像老年群体、心肺疾病患者等，提供了切实可行的替代筛查方案；其三，彰显了突出的普惠性，传统胃肠镜、增强CT等检查项目累计费用较高，而基于平扫CT+AI的“一扫多筛”模式，成本仅需200元左右，大大降低了筛查门槛。

事实上，达摩院医疗AI并不是首次应用于平扫CT识别癌症。此前，达摩院医疗AI的DAMO PANDA模型便将胰腺癌早期筛查模型的特异性提升到了99.9%，这意味着每1000次测试中只出现一个假阳性，其检测胰腺恶性肿瘤的能力可达92.9%，鉴别胰腺癌的能力比放射科医生独立判断时的平均表现提高了34.1%。

阿里巴巴达摩院高级算法专家夏英达表示，平扫CT普遍被百姓所接受，大量用于各类的门诊、体检场景。它的对比度极低，多用于肺炎、肺结节等日常疾病诊断。随着大数据、深度学习等技术的发展与临床验证的加深，发现AI能够观察到平扫CT图像中人眼极易错过的微小密度差异，继而有效检测出癌症病灶。因此，达摩院率先在业内提出以“平扫CT+AI”的方式进行癌症筛查，并联合全球顶尖医疗机构开展临床研究验证。

对此，程向东表示，随着AI技术在医学影像领域的深度应用，我国胃癌防控有望从“被动治疗”转向“主动预防”，为全球肿瘤早筛提供“中国方案”。