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发布的食管癌筛查AI模型DAMO EAGLE，在《自然·医学》发表后引发关注。该模型通过分析胸部CT影像实现无需插管的早期筛查，为破解中国高发却难以早诊的食管癌难题提供了新路径。据国家癌症中心数据，2024年中国食管癌新发病例约20万例，死亡人数近17.2万，接近全球总数的一半。而当前内镜检查资源不足、患者接受度低等问题，使得多数患者确诊时已至晚期。
平扫CT初筛替代内镜检查
在四川遂宁的模拟研究中，DAMO EAGLE通过分析平扫CT影像，将食管癌恶性病变检出率从1.7%提升至5.2%，每发现一例癌症所需的胃镜次数由59次降至19次。这一成果源于对传统筛查方式的根本性突破：过去认为平扫CT无法捕捉早期食管癌的微小变化，但达摩院团队通过创新标注方法解决了这一难题。他们先利用内镜和病理报告定位病灶位置，在增强CT上由专科医生精细标注后，再通过影像配准技术将标记“迁移”至同一患者的平扫CT中。为应对低剂量CT数据不足的挑战，研究者搭建了虚拟CT机，将常规剂量影像转换为模拟低剂量版本用于模型训练。
多癌种早筛技术路线拓展
DAMO EAGLE是达摩院继胰腺癌、胃癌、结直肠癌后发布的第四个癌症筛查AI。这种“平扫CT+AI”技术路径已形成明确的产业化方向，相关研究累计5次发表于《自然·医学》。其中胰腺癌模型PANDA在2025年4月获得FDA“突破性医疗器械”认定，并被纳入国家科技重大专项。与依赖血液检测的液体活检不同，达摩院的技术路线充分利用医院已有的影像资源，在不增加患者额外检查负担的前提下实现多癌种筛查。目前该技术路径已覆盖肺癌、肝癌等7个癌种，未来有望通过优化扫描范围进一步扩展。
AI模型临床验证与挑战
在8万例患者的多中心验证中，DAMO EAGLE对食管癌的敏感性接近90%，特异性达99.2%。但模型仍面临现实应用中的技术瓶颈：对高级别上皮内瘤变的识别率仅为52.5%，且AI阳性结果的胃镜完成率不足1/3。四川省肿瘤医院放疗科主任王奇峰指出，即使AI精准筛选出高风险人群，后续需要医院协调影像复核、专科转诊等流程才能实现筛查闭环。据研究团队统计，在90例AI提示阳性的患者中，仅3人最终完成胃镜检查并确诊食管癌。这种“技术突破与临床落地间的鸿沟”，需要医疗体系协同解决。
达摩院算法专家郭广宇强调，当前模型已具备在医院日常CT和高危人群筛查场景中的灵活应用能力。通过动态调整阈值，系统可在减少漏诊的高危区筛查模式与控制误报率的普通体检场景间切换。随着AI阳性结果转诊流程的规范化推进，这种“影像初筛+精准检查”的组合方案有望成为破解食管癌早筛难题的关键突破口。未来研究将聚焦提升模型对癌前病变的识别能力，并探索如何通过智能提醒、远程会诊等手段提高胃镜完成率，真正实现从技术创新到临床价值的转化。
