上观新闻 2026-11-20 14:12:38
近期,上海交通大学医学院附属新华医院的一则病例引发广泛关注:48岁的梁先生车祸后前往医院拍摄胸部CT排除骨折。在顺带扫到的一小段结肠影像中,识别出了可疑病灶。后经肠镜检查,确诊为Ⅱ期结肠癌,及时进行了手术治疗。
这一“火眼金睛”来自新华医院引入的阿里巴巴达摩院肠癌筛查人工智能(AI)模型。近年来,从AI辅助读片,到临床决策支持,再到手术机器人,人工智能已进入医院核心业务。其中,因“效率大幅提升、准确率不输医生”,AI辅助读片的发展最为迅速,正前所未有地改变着影像学科的生态格局。
AI带来了“机会性筛查”
新华医院肛肠外科副主任医师吴庭玉介绍,约两个月前,梁先生因电瓶车碰擦造成外伤,就近到新华医院就诊。“他拍的是胸部CT,但一般而言,显示的影像上都会带到上腹部的一些组织。”当时,新华医院引入了该肠癌筛查AI模型,双方正开展联合研发与临床验证,“这段时间就诊患者的CT在模型里‘跑’了一遍,没想到发现了问题。”
像梁先生这样的患者,该AI模型在过去三四个月里找到了41名。吴庭玉还记得,系统内会跳出AI提示:患者部位有潜在病灶,请人工复核。经联系,这些无症状患者陆续进行了肠镜等规范检查,及时进入手术阶段。“梁先生接到电话时很意外,一方面,由于有家族史,他之前针对肠癌曾进行过肿瘤标志物的血样检查,但数据正常;另一方面,他完全没想到病灶是附带被找到的。在外地处理完工作回沪后,他立刻接受了腹腔镜左半结肠癌根治术。其他患者也大多处于早期、中早期,预后比较好。”
据悉,该模型为DAMO COCA2.0,此前一代DAMO COCA的临床研究成果已刊发于《肿瘤学年鉴》,敏感性达86.6%、特异性达99.8%。“简单来说,AI的敏感性是‘患者中有多少被正确查出来’,特异性是‘非患者中有多少被正确排除’,两者共同衡量AI诊断的可靠性,敏感性越高,漏诊就越少;特异性越高,误报就越少。”该项目参与者、新华医院放射科副主任医师刘欢欢向记者解释。
国家癌症中心最新报告显示,我国结直肠癌发病率逐年攀升,在所有癌症中,发病率、死亡率均高居第三。“早在2013年,上海就全面实施了社区居民大肠癌筛查,为50岁以上人群免费提供大肠癌风险评估和粪便隐血检查,指引高风险人群做肠镜检查。然而,因为需要服用泻药做准备、对检查过程恐惧或抵触,仍有超过一半重点人群没有做过肠镜,梁先生就是如此。”吴庭玉说,有些患者因为便血才就诊,往往已是肠癌晚期。
能不能把这部分人找出来?吴庭玉提到了“机会性筛查”这个概念。“患者原本的目的是检查骨折、胆结石等非肠道的疾病,我们希望通过AI工具利用好这一机会,从蛛丝马迹里找到细微线索,再进行肠道肿瘤的规范诊治。”
不过他特别强调,市民朋友们切勿因此将CT作为检查首选,“肠道组织复杂,平扫CT的对比度低,通常不用于肠癌检查。目前,肠镜是肠癌诊断的唯一金标准,可直接观察肠道黏膜、取组织活检,区分良性息肉、炎症、肿瘤等。”
另据院方透露,近日有大量患者前往联系,希望用该AI模型“读一读”自己的CT片,但相关联合研发已暂告段落。除新华医院外,达摩院同步联合海军军医大学第一附属医院(长海医院)、中国医科大学附属盛京医院开展多中心临床验证,尚未实现大范围全院、跨地区普及,距离常规推广还有完整的评估、注册等流程要走。
做好医生的高效帮手
根据国家药品监督管理局(NMPA)数据显示,截至今年6月,已上市134款三类证AI医学影像辅助诊断软件。三类证是NMPA对风险最高的医疗器械的上市许可,意味着产品可进入医院并收费。影像AI在医疗筛查中显现出巨大价值,也促使公众重新思考,AI读片能带来什么。
在吴庭玉看来,AI模型有望成为肠癌筛查的“安全网”,“它的强项就是‘找’,CT薄层图像动辄数百上千帧,但AI可以在几十秒内完成全图扫描,稳定、无疲劳地标注微小病灶,测量结节大小、密度、形态,把影像里容易被人眼遗漏的微小征象圈出来,适合大规模体检的批量初筛。”
但其固有短板也很明显。“就以敏感性和特异性来说,两者像跷跷板的两端,敏感的AI容易误伤,少误报的AI又可能漏掉一些真患者。”刘欢欢说,因此在学界里,AI读片始终是打引号的,“它能作为辅助和工具,但绝不可能成为医生的代替。”她介绍,目前,医疗机构的读片均采取双签制,由报告书写医师及审核医师签全名或盖印章,AI模型仅应用在这两个环节之前。
如果说AI是基于数据训练的图像模式匹配,那么医生则是完整的临床故事叙事者。刘欢欢说,AI影像模型使用率最高的领域为肺部和乳腺,“就拿新华医院为例,两个院区每天有近两千张CT片,大多为肺结节筛查。AI提示的报告里,类似的病灶有的来自结节患者的长期随访、有的是肺部感染、有的可能是肿瘤患者排查肺部转移相关性,这些都需要医生进一步评估,给予后续诊疗方案。”
业内专家提到,AI取代了初筛阅片、模板病历、处方初审等重复劳动,而疑难诊断、治疗方案决策、医患沟通等精准医疗行为可能对医生提出更高要求。
相似的情况在病理科也已出现。在上海交通大学医学院附属瑞金医院,病理科单日承接3500余个病理切片,有限的人员不堪重负。去年2月,瑞金医院联合华为发布我国首个进入医院生产流程的临床级病理大模型RuiPath,目前投用的2.0版覆盖19个常见癌种的90%日常诊断任务,以乳腺癌为例,RuiPath2.0可完成有无肿瘤、组织学类型、组织学分级、各类组织侵犯、淋巴结转移等10余项诊断,贯通病理诊断的全流程。
该院病理科主任王朝夫说,数字切片扫描进系统后,AI会在数秒内完成全片扫描,把可疑区域用彩色线条精准标注,医生第一眼就能看到“重点关注区”,患者等待病理报告的时间从7至10个工作日缩减到3至4个工作日。王朝夫还算过一笔账:近年来,工作量增加了三分之一,但科室没有增加一人。
用好“本可能被浪费的CT”
11月初,上海市卫健委、市医保局等共同启动“医疗健康数据融合开发利用工作专班”,响应国家数据局医疗健康行业数据资源开发利用攻坚行动,更好释放医疗数据要素价值,为医疗AI守住专业判断的边界;今年7月发布的《上海市卫生健康发展“十五五”规划》提出,到2030年,“人工智能+卫生健康”应用场景要在全市医疗机构实现100%覆盖。
一系列的政策加持下,AI技术在本市医疗机构加速落地,希望最终构建“AI做体力活替代、医生下专业判断”的人机协同框架。不过,《健康发展与政策研究》编辑部主任何达提到一个不容回避的现实约束:2024年国家医保局立项指南明确,AI辅助诊断作为放射检查的“扩展项”,执行与主项目相同价格、不重复收费,这意味着医院部署此类AI模型无法向患者增加收费。“对于开发企业来说,由于无法形成商业闭环,不利于智能技术的发展;但如果开发企业能从数据价值思考商业模式,也许可以另辟蹊径。”
在她看来,梁先生案例带来的真正启示,绝非AI比医生厉害,而在于它让一次本可能被浪费的CT变成了挽救生命的机会。要让这样的机会惠及更多人,制度设计还需回答3个问题,“如何确保数据安全、如何界定诊疗责任、如何规范技术伦理。”例如,科研课题层面凡是涉及患者影像用于AI相关研究,优先走完伦理审查、数据脱敏流程;患者有权了解AI在诊疗中的作用与潜在风险,并客观告知技术存在的局限性。
“技术在发展,但医学的底线不会变,每一份报告背后,都站着一名为患者负责的医生。”何达说。
【版权声明】本文内容来源于上观新闻,版权归原作者及原媒体所有。本站仅作信息分享,不构成任何商业用途;如涉版权问题,请联系本站删除。
发布时间:2026-11-20 12:56:17
(第1/1页/共24686字/3阅)