在医学领域，早期癌症筛查对于提高患者生存率至关重要。胃癌作为一种常见的恶性肿瘤，其早期诊断一直面临着诸多挑战。传统的胃癌筛查方法如胃镜检查存在一定的局限性，如侵入性强、患者依从性低等。

而人工智能技术的快速发展为这一问题提供了新的解决方案。本文将详细介绍由阿里达摩院与浙江肿瘤医院联合推出的DAMO GRAPE项目，这是一款基于非增强CT影像识别早期胃癌的AI模型，有望为胃癌的早期筛查和诊断带来革命性的变化。

一、项目概述

DAMO GRAPE是由浙江省肿瘤医院与阿里巴巴达摩院联合推出的一款全球首个基于平扫CT识别早期胃癌的AI模型。该模型突破了传统影像学的限制，通过深度学习技术分析非增强CT影像，能够高效地筛查出早期胃癌病灶，其在大规模临床研究中展现出85.1%的敏感性和96.8%的特异性，显著优于人类放射科医生，且能提前6个月发现早期胃癌病灶，为胃癌的早期诊断和治疗提供了新的高效手段，有望大幅提高胃癌患者的生存率。

二、技术原理

（一）深度学习算法

DAMO GRAPE的核心是深度学习算法。它利用大量的胃癌和非胃癌的CT影像数据进行训练，让模型能够学习到胃癌病灶的特征和模式。这种算法能够自动从海量数据中提取有价值的信息，从而实现对胃癌的精准识别。

（二）多中心数据集

该模型基于全球规模最大的胃癌平扫CT影像多中心数据集进行训练，涵盖了6720例来自不同地区、不同设备的数据。这种多中心的数据集使得模型能够接触到各种不同的情况，从而提高了模型的泛化能力，使其在面对不同环境和设备产生的影像时都能保持较高的准确性和稳定性。

（三）图像分割与分类

DAMO GRAPE采用了联合分割和分类网络的方式。模型首先对CT影像进行胃部区域的分割，精准地定位胃部位置，然后对分割后的区域进行肿瘤检测和分类，最终输出胃癌风险评分和分割掩码。这种分割与分类相结合的方法，不仅能够明确指出病灶的位置，还能对胃癌的可能性进行量化评估，为医生提供了更全面的诊断信息。

（四）特征提取与识别

模型能够分析CT影像中的微小变化和模式，如胃壁厚度、胃黏膜异质性等。这些细微的特征往往是早期胃癌的重要标志，但传统影像学方法很难察觉。DAMO GRAPE通过深度学习算法对这些特征进行提取和识别，从而突破了传统影像学的限制，能够更早地发现胃癌病灶，为早期治疗争取宝贵时间。

（五）Grad-CAM可视化

为了增强模型的可解释性，DAMO GRAPE还引入了基于Grad-CAM技术的可视化功能。通过这种技术，医生可以直观地看到模型在判断过程中所依据的影像特征和区域，从而更好地理解模型的决策过程，增强了医生对模型结果的信任度，也便于在实际应用中与医生的临床经验相结合，做出更准确的诊断。

三、主要功能

（一）早期胃癌筛查

DAMO GRAPE的主要功能之一就是基于分析非增强CT影像来识别早期胃癌病灶，从而显著提高胃癌的早期检出率。这对于提高胃癌患者的生存率至关重要，因为早期胃癌的治疗效果和预后都远远优于晚期胃癌。

（二）辅助诊断

该模型能够为影像医生提供辅助诊断支持，帮助他们更准确地识别胃癌病灶，从而提高诊断的准确性和效率，减少漏诊和误诊的可能性。在实际的医疗场景中，医生可以将DAMO GRAPE的分析结果作为重要参考，结合自己的专业知识和经验，做出更可靠的诊断决策。

（三）风险评估

DAMO GRAPE还可以对患者进行胃癌风险评估，识别出高风险人群。这对于医疗资源的合理分配和患者的进一步检查具有重要意义。通过提前筛选出高风险人群，可以更有针对性地进行胃镜检查等确诊手段，提高医疗资源的利用效率，同时也让患者能够更早地接受进一步的检查和治疗。

（四）早期预警

在患者尚未出现明显症状时，DAMO GRAPE能够提前发现潜在的胃癌病灶，为早期治疗争取宝贵时间。这种早期预警功能对于提高患者的生存率和生活质量具有不可估量的价值，因为早期治疗可以大大降低胃癌的死亡率和并发症的发生率。

四、应用场景

（一）大规模人群筛查

在体检中心和基层医院，DAMO GRAPE可以对大量人群进行胃癌初筛，提前发现潜在患者，提高早期胃癌检出率。这对于提高公众的健康水平和降低胃癌的发病率具有重要意义，尤其是在胃癌高发地区，可以作为一种有效的预防手段。

（二）辅助医生诊断

DAMO GRAPE为放射科医生提供辅助诊断工具，帮助他们更准确地识别胃癌病灶，减少漏诊和误诊，提升诊断效率。在实际的医疗工作中，医生可以借助DAMO GRAPE的力量，更好地应对复杂的病例，提高诊断的准确性和可靠性。

（三）高风险人群监测

针对胃癌高发地区居民以及有家族史、慢性胃病等高危人群，DAMO GRAPE可以进行定期筛查，提前发现病变。这种针对性的监测能够更好地保护高风险人群的健康，及时发现潜在的胃癌病灶，为早期治疗提供机会。

（四）早期预警干预

在患者无明显症状时，DAMO GRAPE能够提前发现潜在胃癌病灶，为早期治疗争取时间，提高患者生存率和生活质量。这种早期预警功能可以为患者带来更多的治疗选择和更好的预后，同时也减轻了医疗系统的负担。

（五）医疗资源优化

在分级诊疗体系中，DAMO GRAPE能够合理分配医疗资源，提高医疗效率。通过精准识别高风险人群和早期病灶，可以将有限的医疗资源集中在最需要的患者身上，提高医疗资源的利用效率，同时也为医学研究和教学提供了数据和工具支持。

五、结语

DAMO GRAPE不仅可以提高胃癌的早期检出率，还能辅助医生进行更准确的诊断，优化医疗资源的分配。随着人工智能技术的不断发展和医疗数据的不断积累，相信DAMO GRAPE将在未来的医疗领域发挥更大的作用，为人类的健康事业做出更大的贡献。

技术论文：https://www.nature.com/articles/s41591-025-03785-6

---

（文：小兵的AI视界）