阿里巴巴达摩院近期在医疗人工智能领域取得了新进展，联合广东省人民医院等机构，成功研发出名为 DAMO COCA 的新型肠癌筛查人工智能模型。这项技术在处理海量平扫 CT 影像数据时展现出卓越的性能，有效提高了早期肠癌的检出率。
DAMO COCA 模型基于对 2.7 万份平扫 CT 影像的学习与训练，能够精准识别出早期肠癌病灶。在实际测试中，该模型成功发现了 5 例此前可能被漏诊的肠癌病例，其敏感性达到了 86.6%，而特异性更是高达 99.8%。这意味着，该模型能够显著降低医生在进行肠癌筛查时的误诊和漏诊风险，为患者争取宝贵的治疗时间。
肠癌，作为导致癌症死亡的严峻挑战之一，其发病率在全球范围内，尤其是在年轻人群体中呈现上升趋势。早期诊断对于提高患者生存率至关重要，一旦能够早期发现，五年生存率可超过 90%，但若发展至晚期，生存率则骤降至 14% 左右。然而，传统的粪便隐血检查或肠镜检查往往因其侵入性或不适感，让许多人对筛查望而却步，影响了早期发现的比例。
针对这一痛点，达摩院提出了“平扫 CT+AI”的无创筛查新思路。平扫 CT 影像在国内的普及率极高，已成为广泛应用的健康体检和创伤评估手段，每年产生巨量影像数据。DAMO COCA 模型能够直接利用这些已有的常规 CT 影像进行肠癌筛查，无需患者进行额外的准备或承受额外的检查负担，大大提升了筛查的可及性和接受度，有助于将更多潜在的肠癌风险纳入早期监测范围。
为了应对肠道内容物对 CT 影像判读的潜在干扰，达摩院的技术团队采用了创新的“先定位、后诊断”深度学习架构。这一策略特别针对小于 3 厘米的早期微小肿瘤进行了精细化训练，使得 AI 模型能够高效地分割复杂的肠道区域，从而更精准地定位和识别出可疑病灶，克服了传统影像分析中的技术难题。
自 2017 年成立以来，达摩院在医疗 AI 领域的投入持续深化，此前已成功推出针对胰腺癌筛查的 DAMO PANDA 模型和胃癌筛查的 DAMO GRAPE 模型。DAMO COCA 的问世标志着达摩院“平扫 CT+AI”多癌种筛查技术路线的全面部署，进一步巩固了其在利用人工智能技术解决重大健康挑战方面的领先地位。
DAMO COCA 模型通过深度学习技术，将常规 CT 影像转化为强大的肠癌筛查工具，其优势在于无创、高效率和高准确性，有望大幅提升早期肠癌的发现率，特别适合作为常规体检的辅助筛查手段。模型的输入为平扫 CT 影像，输出为对肠道病灶的识别和诊断建议，对于基层医疗机构和放射科医生而言，具有较低的学习门槛和显著的应用价值。