9月13日，在2024年中国国际服务贸易交易会期间，由国家卫生健康委员会百姓健康频道（CHTV）主办的“2024首都国际医学大会的平行论坛——数智医疗与医学人工智能创新论坛”在京开幕。此次会议邀请到阿里巴巴集团达摩院高级总监、研究员吕乐博士做“医疗人工智能在癌症慢病筛查+精准诊断治疗方面的最新进展”的主旨报告。

人工智能（AI）在癌症筛查和精准治疗中的应用正成为医疗行业的新趋势。随着筛查技术的进步，精准诊疗成为提高患者服务效果的关键。医疗AI致力于提供全流程优化的解决方案，目标是实现从筛查到治疗的无缝衔接。AI技术的应用有望进一步提升诊疗的效率和精确度，从而实现筛查、诊断、治疗和随访的全流程管理。

吕乐博士介绍了一种让普通人用得起（cost）、非常有效（quality）、并且具有很好可及性（accessibility）的实际临床解决方案——基于AI+平扫CT的癌症早期筛查及慢性病精准管理。

基于平扫(非增强)CT的AI癌症早期筛查

自问世后，受到全球广泛关注的胰腺癌早期筛查AI模型——PANDA，现已在丽水两家试点医院开启使用。自3月20号起，已累计筛查超过7万多名患者，成功识别出90例胰腺导管癌患者和200多例胰腺癌前病变病例。目前测试下来PANDA模型的阳性预测值介于0.75～0.85，也就表明每10个由模型识别的胰腺导管癌阳性患者中，大约有8个被确诊为胰腺癌，其余两个虽非胰腺癌，但也存在其他健康问题，需要进一步随访。吕乐博士表示，PANDA模型也将不断优化，以实现机会性筛查促进早期胰腺癌筛查及识别更小的病灶(2厘米甚至更小)。

AI模型在食道癌的筛查中也显示了卓越的准确性。与现有多癌早筛技术（MCED）在食管癌Ⅰ期敏感性12.5%和Ⅱ期64.7%相比，达摩院的AI模型在Ⅰ期的敏感性达到59%，Ⅱ期达到90%，并保持了99.1%的特异性，甚至能较为有效地检测到T0期食管癌。在今年真实世界研究中，共有25 756例病人接受了筛查，其中7例经病理证实为食管癌，另有97例阳性病人正在随访中。

AI肝癌筛查项目中，在追求高特异性（99.5%）的同时，实现了80%的敏感性。通过与医院合作，对数千患者的数据进行多中心研究，不断迭代优化算法。目前，该项目正在进行真实世界研究，对数万名患者进行半前瞻性筛查。不仅如此，通过AI与增强CT相结合，可以有效识别肝癌亚型分类，从而指导后续治疗。此外，对于致死率较高的结直肠癌而言，AI模型在胸部CT扫描数据中达到72%的敏感度(肠癌在胸部CT中部分不可见)，在腹部CT扫描中的敏感度可超过90%。而对于胃癌的诊断相对复杂，但AI在辅助胃癌诊断方面表现出了巨大潜力。在与两位具有不同经验水平的医生（一位拥有20年经验，另一位拥有9年经验）进行的读片对比中，AI模型的表现优于这两位医生。

在肺结节的筛查中，吕乐博士介绍了AI模型具备两项独特优势：一是能够识别常被许多其他模型忽视的大型肺肿块；二是强调人机智能的互补性。吕乐博士强调，尽管AI在模式识别方面表现出色，医生的直观判断和临床经验同样不可或缺。基于这样的研究设计，使AI的精准定量数据分析能力和医生的专业知识能够相辅相成，构建一个更加完善的医疗解决方案。此外，AI模型在肺结节良恶性鉴别上展现出卓越的能力，且在全球范围内领先。目前，该模型也正在进行更大规模的多中心肺结节良性鉴别诊断研究。

筛查乳腺癌方面，尽管平扫CT并非主要检查手段，但AI的应用在分析已进行的CT扫描中显示出了其价值。吕乐博士指出，AI能够识别CT扫描中的所有潜在病灶，包括乳腺癌迹象，这将有助于医生更全面地评估患者状况，提高诊断的完整性。尽管AI在乳腺癌筛查方面的研究起步较晚，但目前结果显示，其在提高诊断准确性方面具有明显潜力。

以上这些AI模型最终将集成一个基于平扫CT筛查七种癌症的产品，即相当于有7位“专家”分别对癌症分别作出判断，并且包括对24种器官及血管的精确分割,可以在2分钟以内完成对一个病人的三维CT扫描的所有计算和深入分析，大幅提升了筛查效率。这种高效的筛查方式为早期发现和治疗癌症提供了强有力的支持，同时保持了成本的可控性。

此外，吕乐博士及团队开发的基于平扫CT精准检测淋巴结的AI模型已经上线，这也是目前全球唯一的可以通过平扫CT来进行淋巴异常筛查的产品。吕乐博士表示，AI在医疗领域的应用应聚焦于那些对患者至关重要、尚未得到解决、且急需借助计算机技术来解决的难题。只有这样，AI技术才能够有效填补医疗实践的空白，进而提升医疗服务的质量和效率，这也正是AI技术在医疗领域发挥最大价值的体现。

AI技术实现慢性疾病的精准管理

AI临床应用不仅限于癌症早期筛查，它在慢性疾病全面精准的诊断、治疗与管理上，也同样发挥出重要作用。

心脏疾病是影响人类健康重要的疾病之一，而AI可以通过分析心脏及其他多个器官和临床指标，提供更全面的心脏病风险评估，同时考虑了心脏外膜、脂肪含量、肺功能和血管钙化等多个因素，综合14种临床指标，为医生提供更准确的风险预测。在急诊胸痛诊断中，AI模型能显著提高诊断速度和准确性，尤其是在区分主动脉综合征等致命疾病方面。通过AI辅助，医生能更快地识别出需要紧急干预的患者；而在脂肪肝的应用中，AI模型已接近MRI-PDFF的诊断精度，具备区分轻度和无脂肪肝的能力。不仅如此，AI还可以通过平扫CT实现脊椎锥体骨密度的智能评估及肝硬化、食管静脉曲张的筛查。通过医生的专业判断与AI技术相结合，慢性疾病的临床治疗将变得更加高效和精确，并实现管理的优化。

此外，吕乐博士在会议上还介绍了两项突破性的成果：全身器官分割模型和全脑区分割模型。全身器官分割模型可以识别并分割人体236个“器官”，涵盖了淋巴站等非生理结构的临床区域，能够有效预测患者对特定治疗的反应，制定更优化的治疗方案，并为可能不响应初始治疗的患者提前规划替代方案。而全脑区分割模型则可利用MRI数据，在大约10秒内快速准确地识别大脑的106个区域，为脑部疾病提供了新的诊断和治疗方法，实现更高的医疗效率和精确度。

结语

此次报告中，吕乐博士多次提及，AI是用来填补人类医生的临床空白，而非取代医生。所有研究成果的呈现是吕乐博士及团队成员与几十个中国临床科室紧密合作、几年如一日经过多轮迭代的结晶；所有成果的取得离不开国内众多临床合作伙伴的不懈努力,合作和长期坚持。

最后，吕乐博士说道：“我觉得这是个日新月异的时代，每天都有很多变化、有很多新闻，但最重要的是不要辜负患者对我们的期望，我们是科技工作者，但更主要的也是医疗服务工作者，我们的最终目标是要服务于患者。”

撰文：耳东

二审：清扬

三审：碧泉

编辑：半夏