产品腾讯新闻··AI 生成
阿里达摩院AI进展：做胸腹部CT，顺便筛了肠癌｜独家对话和睦家医院朱刚主任
本文介绍达摩院发布的肠癌筛查AI模型DAMO COCA，利用平扫CT实现无感、机会性筛查。作者结合自身作为高风险人群的体验，详述了模型的技术原理（用增强CT标定训练平扫CT识别）、人机对比优势（敏感性和特异性均优于医生平均水平），以及针对高风险和普通人群分别设计高敏感性和高特异性两个版本背后的临床考量。最后延伸采访了和睦家朱刚主任，探讨AI在肿瘤外科术前规划、术中导航和术后评估中的应用前景。适合有肠癌筛查需求或关注医疗AI落地的读者。原文 ↗原文 ↗
核心观点
- ▍达摩院DAMO COCA模型的核心价值在于利用已广泛使用的平扫CT进行机会性肠癌筛查，让患者“无感”完成筛查，有望大幅提高肠癌早筛覆盖率，弥补现有肠镜筛查依从性低的缺口。
- 01DAMO COCA采用“先定位后诊断”两阶段架构，用1321例阳性样本和1357例健康样本训练，并专门优化了对小于3厘米早期肿瘤的识别。
- 02与10名不同年资医生对比，AI的敏感性（防漏诊能力）高出20.4%，特异性（防误诊能力）高出5.4%。在乙状结肠和直肠等易漏部位表现尤为突出。
- 03AI辅助医生后，医生自身的敏感性和特异性又分别提高了14.5%和3.1%。
- 04在广东和上海两轮真实世界试验中，回看27433人平扫CT，从中揪出了5例被漏诊的肠癌患者，其中一例前两年CT均未查出。
- 05面向全人群的版本为“高特异性版”（特异性99.8%，即1000人中约误报2例），面向高风险人群的版本为“高敏感性版”，目标是“宁抓错，不放过”。
反方 / 局限
- — 文章未正面讨论该模型的局限性或潜在风险，例如大规模应用时假阳性带来的额外医疗资源占用、AI决策的可解释性、以及在不同CT设备或医院间的泛化能力等。
阿里达摩院DAMO COCA广东省人民医院和睦家医院朱刚PANDA（胰腺癌AI模型）GRAPE（胃癌AI模型）平扫CT增强CT结直肠癌
17 分钟 · 4 卡片 · 10 资料
读原文 →前置背景
平行视角
未来推演
延伸追问