共计 1130 个字符，预计需要花费 3 分钟才能阅读完成。
食管癌筛查长期面临一个尴尬现实: 胃镜是金标准, 但侵入式检查让大量高危人群望而却步 。近日, 阿里达摩院联合四川省肿瘤医院、中山大学肿瘤防治中心等机构, 给出了另一种思路。
📌 从“插管”到“阅片”: 筛查逻辑变了
达摩院推出的食管癌筛查 AI 模型 DAMO EAGLE, 不需要插管, 也不需要注射造影剂。它依托的是体检中常见的胸部 CT 影像——扫描范围本就覆盖食管, 模型从中开展机会性筛查。
根据已发表在《自然·医学》上的研究数据, 该模型对食管癌的敏感性达到 90%, 对信号微弱的癌前病变敏感性为 52.5%, 真实场景特异性高达 99.2%。已在 3 个国家、8 万多例病例中完成验证。
通俗理解, 它不替代医生下诊断, 而是优先筛出需要进一步做胃镜的高危人群。
🔍 达摩院的医疗 AI 版图
这并非孤立突破。 达摩院已先后推出胰腺癌、胃癌、肠癌、食管癌、主动脉夹层等专科模型 , 累计产出 5 篇《自然·医学》论文。
9 月 18 日, 其通用医疗影像模型 DAMO RADAR 开源, 成果登上《科学》。该模型可解读腹部增强 CT, 识别 146 种病症、涉及 18 个器官, 在近 4 万次真实世界检查中 AUC 达 0.913, 达到影像科专家水平。
专科模型聚焦肿瘤与急症, 通用模型拓宽疾病覆盖, 技术路线已形成体系。
💡 算法不再是瓶颈, 落地才是
中航证券研报指出, 国内医疗 AI 产业的核心约束 , 已从模型算法能力转向临床证据积累、监管资质获取、支付体系接入、医疗数据授权和医院系统承接能力。
政策端也在铺路。 9 月 18 日 , 工信部等十部门印发《医药工业发展“十五五”规划》, 提出支持建设精准诊断中心、推动诊疗数据互通。9 月 23 日, 浙江挂牌 14 家三甲医院牵头的医学 AI 临床验证中心。
顶层验证通道正在搭建, 但进入验证通道与拿到合规资质、投入临床使用, 是两件完全不同的事。
📊 三重刚性约束仍在
- 临床证据: 现有顶刊数据来自高度标准化的回顾性队列, 还需前瞻性、多中心真实世界研究验证泛化能力。
- 注册准入: 医疗器械管理类别尚未界定, 必须完成注册审评、拿到注册证, 才具备临床筛查合法资质。
- 支付准入: 需通过卫生技术评估, 争取纳入医保目录或取得商业保险支付编码。
🚀 行业观察: 先嵌入流程, 再谈规模
市场空间真实可观。 弗若斯特沙利文测算 ,2023 至 2033 年中国 AI 医疗市场规模将从 88 亿元升至 3157 亿元, 年复合增速 43.1%。肿瘤早筛属刚性需求,AI 做初筛分流, 比“取代医生”的叙事更容易打通付费环节。
🧭 总结
DAMO EAGLE 在循证医学层面证实了 CT 机会性筛查食管癌的技术可行性 。但从算法有效性证据, 到可规模化复制的商业交付模式, 仍需走完技术验证、临床准入、支付准入的完整周期。算法不再是瓶颈, 临床落地才是。
