90%敏感性、99.2%特异性：阿里达摩院食管癌AI模型登《自然·医学》，平扫CT"一扫多查"跑通了

一句话结论：不插管、不做造影，用一次胸部平扫CT就能筛出早期食管癌——阿里达摩院DAMO EAGLE在3个国家8万多病例上完成验证，敏感性90%、特异性99.2%，9月22日登上《自然·医学》，这意味着"一次CT查多种癌"的路线在中国被真正跑通了。


阿里巴巴发布第4个癌症筛查AI模型。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研发出食管癌筛查AI模型DAMO EAGLE，无需插管和造影，从平扫CT上即可识别食管癌（含早期与癌前恶性病变），已在3个国家8万多病例上获得验证，相关论文于9月22日登上国际顶级期刊《自然·医学》（Nature Medicine）。


一、为什么这件事很重要：中国食管癌占全球一半


中国食管癌发病率和死亡率约占全球一半，多数患者到晚期才被发现，从而失去根治机会。而如果早发现，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。


这组数字对比极其残酷：早发现5年生存率95%以上，晚发现基本失去根治机会。也就是说，食管癌很大程度上是一种"发现时机决定生死"的疾病。


目前的筛查缺口在哪？标准手段是上消化道内镜。它准确，但有一定侵入性且操作复杂，需要专业医生、需要麻醉或至少需要患者忍受不适，很难大范围推广。在食管癌高发的西部尤其是四川地区，受医疗资源与依从性限制，内镜筛查缺口相当大。


二、改造一个"看起来不可能"的任务


胸部平扫CT成本低、接受度高，而且扫描范围本就覆盖食管——如果能在做肺癌筛查时顺带识别食管癌风险，可谓一举多得。


但难点很硬。食管是狭长易塌陷的空腔器官，早期病变隐匿于上皮层和黏膜，叠加心脏与大血管运动带来的干扰，影像科医生用肉眼很难从平扫CT上把这些病灶认出来。这也是为什么过去这条路被认为走不通。


达摩院算法专家姚佳文介绍，团队依托多年医疗影像AI积累，创新性地把内镜检查报告与增强CT上的准确病灶位置配对到平扫CT影像上，从而训练AI识别人眼难辨的早期病灶。说白了，就是先把"标准答案"（内镜和增强CT的确认结果）翻译到平扫CT的图像空间里，再让模型学会在低对比度的图像中找到它们。


三、关键数据：不看宣传，看指标


论文披露的核心指标如下：


敏感性（不漏报）：在机会性筛查场景下，对食管癌的敏感性达90%；对信号极微弱的癌前病变，敏感性也有52.5%。


特异性（不误报）：在真实场景中高达99.2%。


低剂量CT性能未见下降，有望无缝切入现有肺癌筛查流程，不增加患者负担。


这三条必须放在一起读。敏感性90%说明它能抓住绝大多数病例；特异性99.2%说明它几乎不制造假警报——对筛查工具来说，这一点甚至比敏感性更值钱。因为如果一个AI筛查工具误报率高，大量健康人会被拉去做内镜检查，既浪费稀缺的医疗资源，也造成不必要的恐慌，最终导致医生和患者都不再信任它。


而"在低剂量CT上性能未见下降"这一点尤其关键：现有肺癌筛查普遍使用低剂量CT，意味着这个模型不需要改流程、不需要额外设备、不需要额外辐射剂量，就有可能直接接进现有体检路径。


四、Q&A：AI会取代内镜医生吗？


Q：AI筛查准确率这么高，是否意味着以后不用做内镜了？


A：不是。四川省肿瘤医院放疗科王奇峰主任医师的表述很到位："AI不是替代内镜，而是筛选出高风险个体再去做内镜，让检查更精准、检出率大幅提升。"内镜仍是确诊手段，AI的角色是"分流器"——从海量人群中挑出真正需要进一步检查的人。更重要的是把防治关口前移，多提供一次早发现的机会。


Q：这个模型能在我家附近的医院用上吗？


A：这取决于落地环节而非算法本身。技术上它依托的是常规平扫CT，设备门槛几乎为零，主要看医院是否接入、影像流程如何整合、以及监管审批进度。这类医疗AI的落地速度，通常由资质和医院流程决定，而不是论文质量。


五、从单癌到"一扫多查"


这次发布的意义不只在一个模型。随着胰腺癌、胃癌、肠癌、食管癌、主动脉夹层等AI模型接连发布，达摩院已跑通"平扫CT+AI"一扫多查的原创技术路线，累计发表《自然·医学》论文5篇，有望通过一次平扫CT查出中国死亡人数最多的前七大癌症。


如果这条路成真，它会改变的是体检经济学：人们做一次CT，收获的不再是单一器官的筛查结果，而是多个高发癌症的风险评估。对依从性低、医疗资源紧张的地区，这种"一次检查、多项收获"的路径，价值远大于任何一个单点模型。


结尾


技术指标再漂亮，最终都要落到一个问题上：有多少人因为这项技术被更早发现。DAMO EAGLE现在还处在这个链条的前端，但它至少证明了平扫CT上那些肉眼看不见的东西，AI是能看到的。


（本文数据截至2026年9月25日，基于公开论文信息与报道整理，不构成医疗建议。）