- 阿里巴巴新型AI模型DAMO COCA通过常规CT扫描检测结直肠癌,灵敏度达86.6%,特异性达99.8%。
- 该非侵入性方法无需患者进行特殊准备,在一项临床研究中分析了超过2.7万份现有扫描数据。
- 该技术使阿里巴巴能够在医疗诊断市场展开竞争,并推进其多癌种“CT + AI”筛查计划。
返回

阿里巴巴集团控股有限公司旗下的研究院发布了一款人工智能模型,能够以接近87%的准确率从常规CT扫描中识别出结直肠癌。这一进展可能会挑战现有的筛查方法,并巩固该公司在不断增长的健康科技市场中的地位。
根据阿里巴巴达摩院与广东省人民医院发表在《肿瘤学年报》(Annals of Oncology)上的研究,这款名为DAMO COCA的模型在涉及超过2.7万份非增强CT扫描的临床研究中,实现了86.6%的灵敏度和99.8%的特异性。
该AI系统成功识别出五例在现实临床数据中被漏诊的结直肠癌病例。该方法是同类技术中首个能够在不需要患者进行侵入性肠道准备的情况下,实现对该疾病的“机会性筛查”。
这是阿里巴巴继胰腺癌和胃癌之后推出的第三个主要AI癌症筛查模型。其“CT + AI”计划标志着公司正战略性地进军规模达数十亿美元的医学影像市场,有望创造新的收入来源,并为人工智能驱动的诊断领域竞争对手设定更高的标杆。
结直肠癌是美国第二大癌症死因,但筛查率仍然较低,尤其是在资源匮乏的社区。传统方法包括侵入性结肠镜检查以及基于粪便的测试,如粪便免疫化学测试(FIT)和较新的FIT-DNA测试。尽管邮寄试剂盒提高了参与度,但《美国医学会杂志·内科学》(JAMA Internal Medicine)最近发表的一项研究发现,即使进行了外展宣传,FIT-DNA的完成率仅为28%,FIT为23%,而异常结果后的结肠镜随访率仅为36%。
阿里巴巴的DAMO COCA提出了一条不同的路径。通过分析通常因其他医疗原因进行的现有非增强CT扫描,AI可以在无需额外程序或克服患者合规障碍的情况下,顺带进行癌症筛查。该两阶段深度学习框架旨在解读复杂的肠道结构,而这正是人类放射科医生可能遗漏病变的领域。
这一发展使阿里巴巴与成熟的医疗器械和诊断公司展开直接竞争。虽然基于粪便的测试比结肠镜检查更具非侵入性,但其依从性较低,且在患者外展和随访方面需要大量的物流支持,这些成本通常由社区卫生中心或测试制造商承担。利用现有扫描数据的AI可能提供一种更具成本效益且可扩展的解决方案。
对于投资者而言,DAMO COCA是阿里巴巴在其核心电商和云计算业务之外,长期研发战略的一个关键证明。虽然该公司尚未披露商业化策略,但该技术可以授权给医院和影像中心,整合进面向医疗客户的云服务中,或用于构建综合诊断平台。多癌种筛查路径的成功可能会增强投资者对阿里巴巴进入并竞争高增长健康科技领域的信心。目前,华为和腾讯等竞争对手也在该领域发力。
本文仅供参考,不构成投资建议。