4月21日，欧洲肿瘤内科学会（ESMO）官方期刊《肿瘤学年鉴》（Annals of Oncology）刊发了阿里达摩院与广东省人民医院的最新研究，他们正式报告了一款名为DAMO COCA的医疗AI模型，能从最普通的平扫CT中识别结直肠癌及癌前病变——不加造影剂，不做肠道准备，不需要患者多走任何一步。两万余名患者的大规模验证显示，面向一般人群的版本特异性达到99.8%，面向高危人群的版本敏感度达到96%。

这已是达摩院第三个癌症筛查AI模型。三年前，他们以胰腺癌为突破口，首次提出“平扫CT+AI”的癌症筛查路线时，给医学界带来了震动。《自然·医学》专门刊发评论文章，预言“基于影像AI的癌症筛查即将进入黄金时代”。

01

指南强烈推荐的肿瘤筛查，为什么推不下去？

在所有威胁人类生命的恶性肿瘤中，结直肠癌或许是最让人扼腕叹息的。

医生管她叫“懒癌”。从肠道内的一颗小息肉慢慢演变、恶化为肿瘤，它通常会留出5到10年的“干预窗口”。专家共识指出，只要在窗口期内通过肠镜及时切除，早期肠癌的治愈率可超90%；而一旦延误至晚期，5年生存率将断崖式下跌至14%。

道理人人懂。结直肠癌是极少数被世界卫生组织及各国权威临床指南明确推荐对一般风险人群进行普查的癌种，然而76%的结直肠癌死亡病例，发生在从未接受过筛查的人群中。

困局的根源不在认知，而在手段。被奉为“金标准”的结肠镜，需要清肠、插管，在许多人心中近乎噩梦。粪便DNA检测虽无创，每次千元的价格令普筛难以为继。社区广泛采用的粪便隐血检测低成本、无创，却不够精准，尤其存在“查而不治”的转化鸿沟。

吴庭玉是上海交通大学医学院附属新华医院结直肠肛门外科副主任医师，参加过上海市的肠癌筛查工作，他介绍说，即便在早筛体系相对成熟的上海，社区筛查覆盖率虽已超过60%，但粪便筛查阳性后真正完成肠镜随访的比例依然只有30%至40%。

“经常有患者出现便血却误以为是痔疮，自己买药硬抗。”吴庭玉说，“拖了半年甚至一年，直到肿瘤堵塞肠道或发生肝肺转移才来就医。那时治疗难度已极大，很多人不得不面对‘造口’（改道排便）的残酷现实。”

高致死率之外，结直肠癌的发生也呈现出年轻化趋势。《柳叶刀》的数据显示，过去十年间，30岁以下人群的结直肠癌发病率飙升了142%。美国癌症协会已将一般风险人群的起筛年龄定为45岁；国内指南更是建议40岁即应开启风险评估，高危人群更应从40岁起接受规律筛查。

人们迫切需要新的解法——真正“无感”的筛查：不需要喝泻药，不需要侵入性插管，不需要触碰粪便，甚至能在一次普通的体检或就诊中顺手完成。

02

不吃泻药，能找到肠癌吗？

达摩院医疗AI团队的资深算法专家、多癌筛查技术负责人张灵，几年前就开始思考这个问题。彼时，他和团队刚利用普通平扫CT，在几乎没有成熟筛查方案的胰腺癌上实现了破局，达到了92.9%的检出敏感度。自然地，他将目光转向了发病率与死亡率同样居高不下的结直肠癌——中国每年新发病例超过51万，死亡人数达24万，仅次于肺癌。

转机发生在一次学术会议上。张灵遇见了广东省人民医院影像科主任刘再毅——一位长期深耕CT影像组学的医生科学家。“肠道病灶在平扫CT影像上极易被遗漏，亟需AI工具能帮助医生解决这一痛点。”刘再毅说。

两人在那次会面后达成共识：如果能用普通、廉价的平扫CT顺带实现“机会性筛查”，尤其是帮助患者在无需肠道准备的情况下发现健康隐患，将具备巨大的公共卫生价值。

设想是美好的，落地却极其艰难。

“结直肠的范围极大，几乎横跨整个腹部。”张灵解释了肠癌独有的技术挑战。传统CT结肠镜检查前，患者需要服泻药清肠、并向肠道充入大量气体，影像中气体呈黑色，肠壁呈灰色，黑白分明，肿瘤相对容易被识别。但他们要做的，是在没有任何肠道准备的情况下，对普通患者日常拍摄的平扫CT进行分析——此时肠道内充满食物残渣与粪便，加之肠壁天然的褶皱和肿瘤极不规则的生长形态，想在如此庞大而杂乱的“黑盒”中精准揪出一处微小病变，无异于大海捞针。

团队将研发重心压在了肠道结构的精准识别与分割上。这一基础性突破打磨了算法的骨架，也让他们在医学影像领域的国际顶会MICCAI上占得了一席之地。DAMO COCA，由此开始成形。

03

审稿人的灵魂拷问：能检测癌前病变吗？

模型初步成型后，研究团队为它设计了严苛的测试。

首先是人机对垒——10位不同年资的放射科医生参与阅片测试，结果COCA的敏感性比医生平均水平高出整整20.4%。紧接着，为了检验泛化能力，团队拿出国际其他医院的1500余份CT进行盲测，甚至“刁钻”地混入了1200余份胸部CT——考验模型能否在非腹部专项检查中，顺藤摸瓜地发现肠道异常。所有关卡，COCA均顺利通过。

然而，真正的考验来自论文提交之后。

历经三年多打磨，这项成果被送至国际肿瘤学界最具权威性的学术期刊之一《肿瘤学年鉴》（最新影响因子65.4）。审稿人问了一个意料之外的问题：“你们的模型，能不能检测癌前病变？”

“那个提问让我们重新想了很多”，张灵至今记得那个问题。审稿人敏锐地指出，结直肠癌与其他肿瘤有一处根本不同：它是临床指南明确推荐进行大规模人群筛查的癌种。因此，一个真正具有公共卫生价值的AI，不能仅仅满足于“找到已成型的癌”，还必须有能力识别出那些尚未成癌、却随时可能越过临界点的早期腺瘤。

这一追问，成为整个模型重构的转折点。团队在论文的补充实验阶段，将COCA创造性地一分为二，演化出两个面向截然不同应用场景的版本。

第一个版本，是高特异性模型，面向全人群的“机会性筛查”，利用患者因其他病情拍CT的契机，顺带完成一次防癌扫描。对于那些因阑尾炎或肾结石偶然做了腹部CT的普通人，核心诉求只有一条：绝不能引发不必要的恐慌，绝不能过度诊断。为此，该模型将特异性拉至惊人的99.8%，误诊率极低，同时保持86.6%的敏感性。

第二个版本，是被审稿人“逼”出来的高敏感性模型，专门面向45岁以上的平均风险人群，以主动筛查为目标。在临床上，直径1厘米以上的进展期腺瘤，是结直肠癌演变进程中最关键的中间状态——若能在此阶段及时发现并切除，患者几乎可以实现完全治愈。为了捕捉这些细小而关键的早期病变，这版模型牺牲了少量的特异性，却换取了极致的防漏诊能力：敏感度从86.6%跃升至96%，漏检病例数较初版本大幅压缩了55%，尤其对3厘米以下的微小肿瘤，展现出了格外敏锐的捕捉能力。

这个被审稿人"逼"出来的版本，反而成为了整篇论文最有力的支点之一。

04

2.7万张CT和5个令人扼腕的病例

一切就绪之后，模型终于走出实验室。

团队将AI部署进两家医院的日常临床工作流，对27,433名因各种原因前来就诊的患者，展开了连续筛查。没有刻意挑选的病例，没有特别准备的影像，每一张CT都带着真实世界的随机性与复杂干扰。就在这样的条件下，AI模型捕捉到了5例被人类医生漏诊的早期肠癌——每一例，都本可更早开始治疗。

其中两个案例，尤其令人难以平静。

一名在2024年才确诊为肠癌的患者，研究人员调取其2023年的CT影像时，COCA在那张无人注意的片子上发出了预警——整整提前了一年。

第二个更令人扼腕。这名患者连续两年在医院拍了腹部平扫CT，却因为每次就诊的原因都与肠道无关，两次影像上的结直肠区域异常均被人类医生遗漏，无人察觉。直至第三年，他才经由肠镜最终确诊——但此时，肿瘤已较先前明显进展增大。

AI目前仍有其局限性。论文指出，部分被标记的“假阳性”其实是溃疡性结肠炎、克罗恩病等其他具有临床意义的真实肠道病变。虽然AI敏锐地察觉了“异常”，但尚且无法完美区分“癌”与“炎”及其他肠道疾病。不过在临床看来，这并非坏事，因为这些肠道疾病同样需要医生的后续干预。事实上，构建高质量的标注数据集，以达到对AI标出的异常进行细分诊断的目标，已列入了研究团队下一阶段的工作计划。

对于COCA目前的表现，国家癌症中心、医科院肿瘤医院流行病学专家陈万青评价说：“很有意义，从目前文章的数据来看，敏感性和特异性都很不错，很有发展前景。”他尤其指出，这样的医疗AI对中国广大基层医疗体系的价值或许最为深远——那些缺乏识别早期癌变经验的医生、缺少内镜等硬件设备的基层医院，恰恰是早筛防线最薄弱的地方，也正是AI最能填补空白、发挥作用的地方。

张灵也强调：“DAMO COCA不是为了替换肠镜，而是希望扩大筛查覆盖面，筛出高风险人群，推动更多有需要的人去做肠镜等检查。”

05

从质疑到黄金时代：一个正在张开的防护网

图源：AI and imaging-based cancer screening: getting ready for prime time， Nature Medicine

COCA在真实世界中张开的这张生命过滤网，并非一蹴而就。它是达摩院医疗AI团队沿着“平扫CT+AI”路线，连续四年积累的第三个里程碑——从胰腺癌的DAMO PANDA，到胃癌的DAMO GRAPE，再到今天的结直肠癌DAMO COCA。

这条路线最初并不被看好。用普通平扫CT做癌症筛查，一度被视为不可能。但扎实的多中心临床验证改变了外界的判断，目前，这条路线的相关研究，仅发表在《自然·医学》（Nature Medicine）上的就有三篇。去年4月，DAMO PANDA获得美国FDA“突破性医疗器械”认定，成为中国头部科技企业在这一领域获得的首个国际级背书。

更重要的转变发生在方法论层面。三种癌症验证之后，这不再是单个模型的成功，而是一条技术路线的成立。“达摩院已经跑通了‘平扫CT+AI’多癌筛查的原创技术路线——用一次扫描，识别多种癌症”，张灵说。目前，胰腺癌、胃癌、肠癌、肝癌、食管癌这消化系统五大高发癌种均已纳入系统的覆盖范围——五种模型同时运行，只要CT扫描覆盖了相关脏器，所有模型的结果一次性给出。

这也意味着，在Grail所代表的液体活检路线之外，“平扫CT+AI”正在成为另一条拥有高水平循证支撑的多癌筛查路径。两者的逻辑不同：液体活检依赖血液中的分子信号，检测成本高，对患者配合度要求也高；而平扫CT本身就是临床常规检查，不增加额外费用和辐射，在中国基层医疗体系中落地，门槛要低得多。

这套系统已经走出论文，在真实的医疗体系中扎根，已在宁波、嘉兴等地的医院筛查数十万人，发现了上百起原本可能漏掉的癌症病例。2026年正式启动的“四大慢病”国家科技重大专项——胰腺癌发病机制与临床精准诊疗新范式研究更是重点采用了这项技术，正在上海等多地开展大范围的社区筛查。

数字背后是一个个具体的人，宁波一位退休的砖瓦工因为糖尿病做了腹部CT，被AI检查出早期胰腺肿瘤，这引起了《纽约时报》整版报道，因为他仅花了“25美元”就捡回一条命，这让不少美国读者感觉不可思议。

这些媒体传播的故事有一个共同特征：患者从来不是为了筛癌而来的。

这正是"机会性筛查"的核心——利用患者因其他疾病已经拍过的CT，在后台静默运行AI分析，患者全程无感。不增加额外的检查，不增加辐射暴露，不增加费用。吴庭玉用一句话概括了其逻辑："CT有辐射，不适合拿来做常规筛查。但机会性筛查不同——患者做CT的目的不是筛查，是治别的病。AI抓住这次宝贵的CT机会，顺手多做一次癌症筛查，不增加患者的辐射风险。"

在实际部署中，系统嵌入医院的PACS影像归档系统或直接对接CT设备。医生正常阅片，模型在后台同步运行。一旦发现疑似病变，弹出预警，标注可疑区域的位置、大小与概率评估，由医生结合临床信息决定是否转诊。整个过程中，患者甚至不知道自己刚刚被筛查了一次。

06

癌症筛查的未来

对于癌症筛查这些进展，陈万青保持了学者的审慎。他肯定COCA“很有意义，从目前文章的数据来看，敏感性和特异性都很不错，很有发展前景”，同时强调，“目前呈现的还都是回溯数据，前瞻性验证、以及与肠镜进行头对头的对照研究，仍然是必要的”。

谈到癌症筛查更长远的图景，陈万青表示，未来的癌症筛查体系，将是影像数据、基因组学、代谢组学、转录组学与宏观流行病学数据的全面整合——多来源、多模态，共同织成一张更精密的防护网。而在这张网中，影像与AI的结合，将是一个重要的节点。

一切仍在完善之中，但方向已经清晰。从胰腺到胃，再到肠道，从一种癌到五种癌，这条由中国团队开创的技术路线正在以可见的速度从论文走向临床，从实验室走进社区卫生院。

来源：知识分子