达摩院平扫CT肠癌无感检测模型全球首发登顶刊
在癌症早筛领域，一项突破性进展引发广泛关注。近日，欧洲肿瘤内科学会官方期刊《肿瘤学年鉴》正式发表了一项重要研究，该研究由阿里巴巴达摩院携手广东省人民医院等权威机构共同完成，其核心成果是一款名为DAMO COCA的结直肠癌AI筛查模型。这项研究的最大亮点在于，它首次在国际上实现了一种“无感化”筛查模式：受检者无需进行复杂的肠道准备，仅利用常规体检或诊疗中已有的平扫CT影像，人工智能即可高效识别出潜在的肠癌风险迹象。
▲相关论文已发表于《肿瘤学年鉴》（图源：达摩院）
那么，其实际筛查效果究竟如何？在真实世界验证中，该模型通过对超过2.7万份平扫CT影像的智能分析，成功筛查出5例此前被漏诊的肠癌病例。数据显示，模型的敏感性达到86.6%，特异性更是高达99.8%。值得关注的是，DAMO COCA已是达摩院在癌症AI筛查领域推出的第三款产品，此前已相继发布针对胰腺癌的DAMO PANDA和针对胃癌的DAMO GRAPE。自2017年起，达摩院便确立了“平扫CT+AI”这一核心技术路线，其核心理念在于：利用人工智能技术，从海量、常规的平扫CT影像中，精准识别出人眼难以发现的早期癌症病灶，从而让大众免于承担额外专项检查的负担与成本。目前，该技术路线已成功覆盖胰腺癌、胃癌、结直肠癌、肝癌、食管癌这五大高发消化道肿瘤的早期筛查。
一、基于1321例阳性样本训练，模型敏感性显著超越医生平均水平
平扫CT在我国临床应用极为普及，每年产生数以亿计的影像数据，广泛用于健康体检、肺结节随访复查等场景，且单次检查费用相对较低。若能直接利用这些现成的影像数据进行结直肠癌筛查，无疑将极大提升癌症早筛的便捷性与可及性。
然而，实现这一目标面临巨大挑战。腹腔内器官结构复杂、相互重叠，肠道本身形态迂曲、褶皱众多，早期病灶往往隐匿其中。加之若患者检查前未进行规范的肠道准备，肠道内容物形成的影像干扰，更使得医生肉眼判读的难度堪比“大海捞针”。
为此，DAMO COCA创新性地设计了一套“先精准定位、后智能诊断”的两阶段深度学习架构，并采用了混合监督学习策略。研究团队运用1321例经确认的阳性样本与1357例健康样本进行对照训练，尤其针对直径小于3厘米的早期微小肿瘤进行了算法优化，显著提升了模型对早期小病灶的检测识别能力。
▲AI模型自动识别并提示结直肠癌风险区域（图源：达摩院）
在技术路径上，研究团队借鉴了此前在胰腺癌和胃癌AI筛查模型上积累的成功经验。他们将医生在对比度更清晰的增强CT图像上精确标注的肿瘤位置信息，“知识迁移”至对应的平扫CT图像上，从而训练AI学会在普通CT影像中识别病灶特征。特别是胃癌筛查模型的开发经验，因其同属空腔脏器，为攻克肠癌这一复杂空腔器官的AI识别难题提供了至关重要的参考。
为客观评估模型性能，研究团队组织了一场由10名不同年资的影像科医生与DAMO COCA参与的“人机对照读片测试”。结果颇具说服力：DAMO COCA的病灶检测敏感性比医生平均水平高出20.4%，在乙状结肠、直肠等传统筛查中容易漏诊的解剖部位表现尤为优异。更具临床价值的是，当AI作为医生的辅助诊断工具时，医生的诊断敏感性可提升14.5%，特异性提升3.1%，这意味着临床工作中的潜在漏诊率有望得到有效降低。
二、回溯分析超2.7万份历史CT，成功找出5例漏诊肠癌病例
优异的实验室数据固然重要，但真实世界中的表现才是检验价值的金标准。研究团队将DAMO COCA模型部署至合作医院，开展了大规模回顾性临床验证，累计分析了27433份历史平扫CT影像。结果令人振奋：模型成功从中“挖掘”出5例此前被完全遗漏的肠癌确诊病例。
其中一例病例极具代表性。该患者连续两年的常规平扫CT检查报告均未提示肠道异常，直至第三年通过肠镜检查才得以确诊，而此时肿瘤已明显进展增大。DAMO COCA的核心价值正体现于此：它有望让此类患者在更早期的常规CT检查中即获得风险提示，从而为尽早干预和治疗赢得宝贵的时间窗口。
广东省人民医院放射科主任刘再毅教授指出，肠道早期病变在平扫CT影像上确实极易被忽略，DAMO COCA这类AI工具恰好能帮助临床医生弥补这一诊断短板。当然，下一步的关键在于将模型推广至更多地区和医疗机构，通过开展大规模、多中心的前瞻性临床研究，积累更为坚实和广泛的循证医学证据。
达摩院资深算法专家、多癌筛查AI技术负责人张灵表示：“我们已经成功验证了‘平扫CT+AI’这条多癌种同步筛查的原创技术路径，其终极目标是实现一次平扫CT扫描，同步评估多种癌症风险。”目前，团队在消化道五大癌症（胰腺、胃、肠、肝、食管）的筛查研究中已取得显著进展，并正将技术拓展至乳腺癌、肾癌等其他常见肿瘤的早期筛查探索中。
▲达摩院在多癌种同步筛查领域的技术进展（图源：达摩院）
结语：癌症早筛技术路径分化，“平扫CT+AI”模式凸显高覆盖潜力
癌症早期筛查是全球医学界持续攻坚的重点方向，其核心挑战在于找到一种高灵敏度、便捷普惠且能覆盖多种癌症的普适性解决方案。当前，国际上的主流探索方向之一是以美国Grail公司为代表的液体活检技术，即通过分析血液中的循环肿瘤DNA等标志物进行检测。该技术前景广阔，但目前仍面临成本较高、技术标准有待进一步完善等挑战，其大规模推广在很大程度上依赖于公众主动进行癌症筛查的健康意识。
相比之下，“平扫CT+AI”技术选择了一条差异化的切入路径。它不要求受检者为此专门进行一次额外的检查，而是巧妙地将癌症筛查功能“无缝嵌入”到他们本就可能因其他原因进行的常规CT检查中。这种“搭车筛查”或“机会性筛查”的策略，理论上能极大地提高筛查的人口覆盖范围，降低参与门槛。从DAMO COCA初步展现的验证结果来看，这条技术路径确实展现出弥补传统筛查手段盲区的潜力。当然，其最终的临床价值与公共卫生意义，仍需在更广泛的医院场景、更大人群样本以及更长的随访周期中，接受可重复性、稳定性与成本效益的长期考验。这，将是该技术路线迈向成熟应用下一阶段的关键命题。
相关攻略
在癌症早筛领域，一项突破性进展引发广泛关注。近日，欧洲肿瘤内科学会官方期刊《肿瘤学年鉴》正式发表了一项重要研究，该研究由阿里巴巴达摩院携手广东省人民医院等权威机构共同完成，其核心成果是一款名为DAMO COCA的结直肠癌AI筛查模型。这项研究的最大亮点在于，它首次在国际上实现了一种“无感化”筛查模式
达摩院青橙奖在杭州颁奖，15位平均33岁的青年科学家各获百万元奖金。该奖项支持35岁以下科研人员勇挑重担，已成为观察中国青年科研力量的重要风向标。获奖者跨学科创新，研究涵盖生命科学、天文观测等领域，并致力于搭建科学与公众的桥梁，推动全社会崇尚科学。
在提升大语言模型推理能力的研究中，基于可验证奖励的强化学习已成为核心范式。其原理直观有效：模型针对同一问题生成多条推理路径，通过奖励信号强化正确思路，抑制错误方向。这类似于学生通过撰写多份解题草稿，从中甄别并学习最优解法。 然而，该方法面临显著的效率瓶颈。一个直观的假设是：增加采样路径数量总能发现更
美年健康与阿里达摩院联手，AI医疗筛癌迈入体检新阶段 这几天，医疗科技圈有个值得关注的消息：美年健康集团和阿里巴巴达摩院在上海正式敲定了战略合作。简单来说，双方要联手做一件事——把达摩院那套颇具突破性的“一扫多查”医疗AI技术，深度应用到癌症和慢性病的筛查中，并且共同探索智能体检服务的未来可能。签约
封面新闻记者 孟梅 易弋力3月3日记者获悉，阿里巴巴达摩院近日在巴基斯坦达成系列合作，与巴基斯坦首都医院（Capital Hospital）、卡瓦贾·穆罕默德·萨夫达尔医学院（Khawaja Saf
热门专题
热门推荐
分析数字货币基本面需从项目愿景、技术架构、经济模型及团队背景等多维度入手。核心在于评估其解决实际问题的能力、技术实现的可靠性以及代币经济的可持续性。这要求投资者深入研究白皮书、代码进展、社区生态和治理机制，而非仅关注价格波动。基本面分析是理解项目长期价值、识别潜在风险的关键方法。
虚拟币基本面分析需关注项目技术架构、代币经济模型、团队背景与社区生态。技术层面评估共识机制、可扩展性与安全性；经济模型分析代币分配、通胀机制与实际效用；团队与社区则考察开发能力、治理透明度及用户活跃度。综合这些维度，可更客观判断项目的长期价值与风险。
Tokens：数字世界的“多功能凭证” 简单来说，Tokens是一种基于现有区块链技术发行的数字凭证。你可以把它想象成数字世界里的“积分”或者“股票”，它代表着某种权利、价值或功能。 2025年虚拟货币主流交易所： 币安： 欧易： 火币： Tokens到底是什么？ 从技术层面看，Tokens并非独立
加密货币基本面分析着眼于评估数字资产的长期价值，而非短期价格波动。它主要考察项目愿景、技术架构、代币经济模型、团队背景及社区生态等核心要素。通过分析这些内在因素，投资者可以更理性地判断一个项目是否具备可持续的竞争力与发展潜力，从而做出更明智的投资决策。
周一清晨，一家拥有110名员工的农业科技公司，全体员工突然发现自己的Claude账户无法登录。这并非个别现象，而是全员遭遇。从Slack运维频道出现第一张截图开始，短短十分钟内，整个公司都在询问同一个问题：我的Claude出什么问题了？ 答案很快揭晓——问题不在用户，而是Anthropic对所有账号