阿里达摩院发布食管癌AI模型，实现“不插管”式早期与癌前病变识别
近日，阿里达摩院联合四川省肿瘤医院（884301）、中山大学肿瘤防治中心等多家权威医疗机构，正式推出食管癌筛查AI模型DAMOEagle（EBMT）。该模型无需胃镜插管、无需静脉注射造影剂，仅需调用常规胸部平扫CT影像，即可高效识别食管癌风险，覆盖早期癌变及癌前病变。目前，模型已在中、捷克、澳大利亚三国共12个临床中心完成验证，纳入病例超8万例（80612例），相关研究成果于2026年9月22日发表于国际顶级医学期刊《自然·医学》（Nature Medicine）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
攻克影像识别“不可能任务”，敏感性达90%，特异性高达99.2%
我国食管癌新发与死亡病例约占全球半数，国家癌症中心数据显示：每年新发约22万例，死亡约19万例。由于症状隐匿，多数患者确诊时已属中晚期，丧失根治机会；而若能在早期发现，通过内镜下微创切除即可实现临床治愈，5年生存率可超过95%。当前主流筛查方式为上消化道内镜，但其侵入性强、操作复杂、患者依从性低，难以在基层和大规模人群中普及。相比之下，胸部平扫CT成本低廉、普及度高，且在肺部检查过程中天然覆盖食管区域——若能同步挖掘其潜在价值，一次检查即实现肺癌+食管癌双筛，将极大提升公共卫生筛查效率。
然而技术难点突出：食管为细长、易塌陷的空腔器官，早期病变多局限于黏膜表层，影像信号极其微弱；加之心脏搏动、大血管伪影干扰，传统阅片方式几乎无法识别。达摩院算法专家姚佳文指出，团队突破性地将内镜诊断报告、增强CT精准标注的病灶位置，与对应平扫CT图像进行跨模态对齐，使AI系统学会从低对比度、低信噪比的平扫图像中捕捉肉眼不可见的细微结构异常。论文证实：在机会性筛查场景下，DAMOEagle（EBMT）对食管癌的敏感性达90%，对更难识别的癌前病变敏感性亦达52.5%；真实临床环境中特异性高达99.2%，误报率极低；即使使用辐射剂量更低的CT扫描方案，模型性能亦保持稳定，具备直接嵌入现有肺癌筛查体系的落地能力。
“平扫CT+AI”一扫多查技术路线全面贯通
四川省肿瘤医院（884301）放疗科主任医师王奇峰表示，受长期食用烫食、高盐腌制品等饮食习惯影响，我国西部地区尤其是四川，食管癌发病率显著高于全国均值。但受限于内镜资源分布不均及患者接受意愿不足，筛查覆盖率仍存在明显缺口。“AI并非取代内镜，而是作为前置智能筛检工具，精准锁定高危人群后再行内镜确诊，既提升效率，又降低医疗资源浪费。”更重要的是，该模式将癌症防控关口大幅前移，为患者争取关键干预时间窗。
至此，达摩院已相继发布胰腺癌（DAMO PANDA）、胃癌（DAMO GRAPE）、肠癌（DAMO COCA）、食管癌（DAMOEagle）及主动脉夹层预警等系列AI模型，全面打通“平扫CT+AI”多病联筛原创技术路径。目前已累计在《自然·医学》发表论文5篇，并于2026年9月18日联合浙江大学医学院附属第一医院（884301）等机构开源通用医疗影像模型DAMO RADAR，登上《科学》（Science）期刊。未来，一次常规胸部或腹部平扫CT，或将同步提示包括肺癌、食管癌、胃癌、肠癌、胰腺癌在内的中国高发恶性肿瘤风险，真正实现“一扫多查”的超级影像检查范式。
