阿里达摩院 AI 全球首次实现肠癌“无感”检测，登上国际肿瘤学顶刊
背景：肠癌筛查的现实困境
肠癌是结直肠癌的统称，包括结肠癌和直肠癌，是全球范围内发病率和死亡率较高的恶性肿瘤之一。传统的肠癌筛查方法如结肠镜检查、粪便潜血检测等，存在侵入性、操作复杂、依从性差等问题，导致很多患者错过最佳治疗时机。尤其在早期无明显症状的情况下，肠癌往往难以被发现。
达摩院此次联合广东省人民医院、广州市第一人民医院等机构，借助AI技术，提出了一种“机会性筛查”的新思路，即在患者接受常规健康检查时，利用已有的平扫CT影像进行肠癌检测，无需额外操作或肠道准备，真正实现“无感”筛查。
技术突破：AI模型COCA的诞生
达摩院自主研发的AI模型名为COCA（Colorectal Cancer Detection via AI），基于深度学习算法，专门训练用于从平扫CT影像中识别肠癌特征。这项技术的关键在于，传统肠癌检测依赖增强CT或专门的结肠镜扫描，而COCA能够直接分析普通平扫CT图像，大大降低了筛查门槛。
- 无需肠道准备：传统CT检查通常要求患者空腹或服用泻药清洁肠道，而COCA在常规平扫CT下即可运作，不增加额外负担。
- 利用现有数据：国内每年有上亿份平扫CT用于体检、创伤评估等，COCA可“借道”这些影像资源，实现高效筛查。
- 跨癌种筛查能力：此前，达摩院已发布胰腺癌和胃癌筛查AI模型，此次肠癌模型是第三个多癌种筛查成果，标志着其“平扫CT+AI”技术路线成功打通多个高发癌种。
研究团队在多个真实临床数据集上对COCA进行测试，模型在识别肠癌方面表现出优异的敏感性和特异性，具备大规模应用潜力。
临床意义与应用前景
这项创新为肠癌筛查提供了全新的解决方案，尤其适用于大规模人群的早期检测。
- 提升早筛覆盖率：通过健康体检中的常规CT检查即可同步筛查肠癌，大幅提高无症状人群的参与度。
- 节省医疗资源：避免了单独安排肠镜检查所需的医疗成本和时间，减轻了医疗机构的压力。
- 推动AI医学落地：COCA的成功证明了AI在医学影像识别中的高度准确性和实用性，为后续多癌种联合筛查系统奠定基础。
未来，达摩院计划将COCA模型集成到医院的影像信息系统中，实现自动识别与预警，助力临床医生更早发现肠癌病例。
行业影响与多方合作
该成果发表于国际权威肿瘤学期刊《肿瘤学年鉴》（Annals of Oncology），标志着中国AI医疗技术在国际学术界的进一步认可。研究过程中，达摩院与广东省人民医院、广州市第一人民医院等临床机构展开深度合作，确保了模型的临床适用性和数据多样性。
- 达摩院AI技术实力凸显：继胰腺癌和胃癌模型后，再次发布高影响力研究成果，展示其在多癌种筛查领域的技术积累。
- 跨学科协作模式成熟：AI算法研发与临床医学紧密结合，为转化医学提供了成功范例。
- 政策与行业推动力：该技术有望被纳入国家癌症早筛指南，推动AI辅助诊断标准的建立与推广。
展望：从多癌筛查到普惠医疗
达摩院此次肠癌“无感”筛查AI模型的推出，不仅是医学影像分析领域的一次技术飞跃，也为未来实现“AI+医学影像”的多癌种早筛体系提供了可复制的技术路径。
随着AI在医学中的深入应用，未来或将出现更多“一图多筛”的智能诊断工具，推动癌症筛查从“被动就医”转向“主动发现”，从“高成本、低依从”转向“低门槛、高效率”。这一方向不仅有望提升癌症早诊率，更将助力实现普惠医疗的目标。
达摩院表示，下一步将推动COCA在更多医院落地试点，并持续优化模型性能，探索其在社区医疗和远程诊断中的广泛应用。