“这就是命啊!”上海,48岁AI算力工程师骑车出门被车撞了,专程到医院做胸部CT排查骨折,确认骨头没事后便放心回了家。可没过多久,他突然接到医生打来的电话,让他赶紧回来复查肠道。原来医院引入了杭州达摩院研发的肠癌筛查AI模型,竟在CT画面边缘扫到的一小段结肠上,识别出了肉眼难以察觉的微弱病变信号。
接到电话时,这位梁姓工程师第一反应是不解。自己只是骑车摔了一跤,骨头都确认没问题,怎么还和肠道扯上了关系。
抱着谨慎的心态,他回到了上海新华医院。后续肠镜检查的结果印证了AI的判断,他确诊为II期结肠癌,尚未出现淋巴结转移和远端转移。很快他就接受了根治性手术,目前恢复情况良好,大概率可以实现临床根治。
梁先生自己就是做AI算力相关工作的,日常打交道的就是算法、算力支撑,这次被同领域的技术救了一命,他自己也觉得很戏剧性。
整件事最关键的细节是,他做的本来是针对外伤的胸部CT,医生阅片的核心目标是排查骨折,影像边缘顺带扫到的一小段结肠,本来不在常规的阅片范围内。
临床工作里,放射科医生每天要处理上百份影像,单份影像就有几百张断层图,注意力都会集中在患者主诉对应的部位,边角区域的细微病变,肉眼很容易直接忽略。
换成没有这套AI的医院,这次检查大概率就止步于“无骨折”的结论。等后续出现便血、腹痛等明显症状再就诊,病情很可能已经发展到中晚期,治疗难度和预后会天差地别。
这套能从普通CT里识别病灶的AI,是新华医院率先引入的阿里巴巴达摩院肠癌筛查模型,双方正在开展联合研发与临床验证。
它和常规肠癌筛查的逻辑完全不同,不需要患者提前服用泻药清肠,不需要注射造影剂,只要是普通平扫CT,不管检查初衷是查外伤、查肺部还是查腹部,AI都能自动识别影像里的肠道区域,捕捉可疑的病变信号。
公开数据显示,这套模型识别肠癌病灶的敏感性为86.6%,特异性达到99.8%,相关研究成果已经登上国际权威期刊《肿瘤学年鉴》。
简单来说,它的漏诊概率较低,误诊的概率更是只有0.2%,作为初筛工具的可靠性已经得到了学界认可。
截至目前,新华医院借助这套AI系统,已经在无症状的普通就诊人群里,累计找出41名肠癌患者。这些患者原本的就诊原因各不相同,有的是查骨折,有的是查胆结石,肠道都没有明显异常症状,全是AI从日常检查的CT影像里识别出了细微病灶。
这些患者大多处于早期或中早期,都获得了根治性手术的机会。
这样的结果,恰恰戳中了当下肠癌筛查的痛点。肠癌是国内高发的恶性肿瘤,早期发现的患者五年生存率能达到90%以上,一旦拖到晚期,五年生存率仅为14%左右。但肠癌早期几乎没有特异性症状,绝大多数人不会主动去做筛查。
传统筛查方式的接受度一直不高。肠镜是诊断的金标准,但需要提前清肠准备,检查过程也有不适感,很多人本能抵触。
抽血查肿瘤标志物的方式又不够精准,像梁先生这样年年检查都正常的情况并不少见,很容易出现漏诊。
很多人看完这件事的第一反应是运气好,一场车祸反倒查出了癌症。但与其说是运气,不如说是技术落地带来的必然结果。
过去聊医疗AI,总有人觉得是实验室里不实用的技术,离普通人的生活很远。但这个案例最实在的地方,是它没有增加新的检查环节,没有让患者多花一分钱、多受一份罪,只是把已经在做的CT影像重新利用了起来,顺便多做了一道筛查。
这种“机会性筛查”的思路,比专门组织大规模筛查要接地气得多。
国内每年要完成上亿人次的平扫CT检查,这些影像里藏着大量被忽略的健康信息,以前受限于人力和精力,没人能逐张去挖这些边角信息,现在AI可以把这些闲置的价值彻底盘活。
不少人对AI的认知还停留在聊天、画图、替代基础工作上,甚至有人焦虑AI会抢自己的饭碗。但在医疗领域,AI从一开始就不是来替代医生的,它补的是人力的天然短板。
医生会疲劳,会有注意力盲区,不同医生的经验水平也有差异,AI可以保持稳定的识别精度,把医生没注意到的细微信号先标注出来,最终的诊断和治疗方案依然由医生敲定。两者配合起来,最终受益的是每一个普通患者。
梁先生的经历还有个耐人寻味的地方,一个天天和AI技术打交道的从业者,自己都没预判到会以这种方式受益。
这说明技术的落地往往比我们预想的更隐蔽,也更贴近日常。它不会以什么声势浩大的形式出现,就是在你普通的一次就诊、一次常规检查里,悄悄多了一层健康保障。
也不用把这套技术过度神化,它目前只是筛查工具,不能替代肠镜的确诊作用。
但它的价值在于,能把高风险人群从普通就诊者里精准挑出来,让这些人去做进一步的肠镜检查,既减少了不必要的检查痛苦,也大幅降低了漏诊概率。
对于肠癌这种早筛收益极高的癌症来说,多这么一道筛查防线,就能多挽救很多个家庭。


