达摩院发布食管癌AI模型，平扫CT可早筛

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，发布其第4个癌症筛查AI模型——食管癌筛查AI模型DAMO EAGLE。该模型无需插管和造影，从胸部平扫CT上就能识别食管癌，包括早期病变和癌前恶性病变，目前已在3个国家的8万多例病例上获得验证。相关论文于9月22日登上国际期刊《自然·医学》。

食管癌的筛查难题由来已久。据介绍，中国食管癌发病率和死亡率约占全球一半，多数患者直到晚期才发现，从而失去根治机会。而如果能早期发现，大部分患者可通过内镜下微创手术根治，5年生存率可达95%以上。问题在于，目前食管癌的标准筛查手段是上消化道内镜，具有一定的侵入性，且操作复杂，难以大范围推广，筛查覆盖率长期受限。

达摩院选择的技术切入点，是应用极为广泛的胸部平扫CT。平扫CT成本低、接受度高，尤其是低剂量平扫CT，已是肺癌的推荐筛查方法，而其扫描范围本身就覆盖了食管。也就是说，在筛查肺癌的同时识别食管癌风险，可谓“一举多得”。
但这条路此前被认为几乎不可行。食管是一个狭长、易塌陷的空腔器官，早期病变隐匿于上皮层和黏膜，再加上心脏及大血管运动的影响，影像科医生难以从平扫CT中识别出病灶，这也正是该任务长期被视为“不可能”的原因。

为攻克这一难题，达摩院算法专家姚佳文介绍，研究团队依托多年来在医疗影像AI上的技术积累，创新地将内镜检查报告和增强CT影像上的准确病灶位置配对到平扫CT影像上，从而成功训练AI模型识别人眼难以分辨的早期食管癌病灶。这种跨模态的病灶位置对齐思路，是模型能够在低对比度、强干扰的平扫CT上取得突破的关键。

论文公布的数据显示，在机会性筛查场景下，DAMO EAGLE模型对食管癌的敏感性达到90%，即不漏报的能力较强；针对信号十分微弱的癌前病变，敏感性也有52.5%。模型在真实场景中的特异性高达99.2%，误报控制良好。更值得注意的是，模型在低剂量CT上性能未见下降，有望无缝切入现有的肺癌筛查流程中，不增加患者负担。

临床一线的反馈同样积极。四川省肿瘤医院放疗科王奇峰主任医师介绍，受热烫和高盐饮食习惯影响，中国西部地区特别是四川省食管癌较为高发，受限于医疗资源和患者依从性，内镜筛查的普及尚有较大缺口。他表示，AI不是为了替代内镜，而是筛选出高风险个体再进行内镜检查，这样能够让内镜检查更精准，大幅提升检出率；更重要的是，AI能将防治关口前移，额外提供一次早发现的机会。

从技术路线看，随着胰腺癌、胃癌、肠癌、食管癌、主动脉夹层等AI模型陆续发布，达摩院已跑通“平扫CT+AI”一扫多查的原创技术路线，并已发表《自然·医学》论文5篇，未来有望通过一次平扫CT检查出中国死亡人数最多的前七大癌症。这一系列模型的共同价值在于，把原本依赖专业设备和侵入性操作的高门槛筛查，转化为依托现有影像检查流程的普惠能力。