DAMO GRAPE – 阿里達摩院聯合浙江腫瘤醫院推出的早期胃癌識別模型

DAMO GRAPE是浙江省腫瘤醫院與阿里巴巴達摩院攜手打造的全球首款利用平掃CT影像診斷早期胃癌的人工智能模型。它顛覆了傳統的影像學界限，通過深度學習技術分析非增強CT圖像，實現了對胃癌的高效篩查，為早期診斷和治療提供了新途徑，有望顯著提升患者的生存率。

### 揭秘DAMO GRAPE：胃癌篩查的“火眼金睛”

DAMO GRAPE，一個由浙江省腫瘤醫院與阿里巴巴達摩院聯合研發的AI奇兵，是全球首個利用平掃CT影像進行早期胃癌識別的智能系統。它猶如一雙“火眼金睛”，能穿透傳統影像技術的局限，憑借深度學習算法，精準分析非增強CT影像，從而實現對胃癌的高效篩查。

### DAMO GRAPE的核心功能：多方位護航您的健康

* **早期胃癌檢測：** 通過細致分析非增強CT影像，DAMO GRAPE能夠敏銳地捕捉早期胃癌病灶，顯著提高早期檢出率，為早期治療贏得寶貴時間。
* **輔助診斷利器：** 為影像科醫生提供強有力的輔助診斷支持，提升診斷的準確性和效率，減少漏診和誤診的風險，助力精準醫療。
* **風險評估專家：** 深入評估患者的胃癌患病風險，識別高危人群，為后續的胃鏡檢查等確診手段提供重要依據，實現精準分診。
* **早期預警系統：** 在患者尚未出現明顯癥狀時，DAMO GRAPE就能提前預警潛在的胃癌病灶，為早期干預和治療爭取最佳時機。

### 技術解讀：DAMO GRAPE的“智”勝之道

* **深度學習引擎：** 借助強大的深度學習算法，DAMO GRAPE從海量的胃癌和非胃癌CT影像數據中學習，精準識別胃癌病灶的細微特征和模式。
* **海量數據支撐：** 依托全球最大的胃癌平掃CT影像多中心數據集（6720例），涵蓋不同地區、不同設備的數據，確保模型的泛化能力和準確性。
* **圖像分割與分類：** 模型結合分割和分類網絡，先對CT影像進行胃部區域的精準分割，再針對分割后的區域進行腫瘤檢測和分類，輸出胃癌風險評分和分割掩碼。
* **微觀特征捕捉：** 能夠洞察CT影像中的微小變化，例如胃壁厚度、胃黏膜異質性等，從而識別早期胃癌病灶，突破傳統影像學的束縛。
* **Grad-CAM可視化：** 運用Grad-CAM技術，將模型的決策過程可視化，幫助醫生理解模型的判斷依據，增強模型的可解釋性，提升臨床信任度。

### 了解更多：探索DAMO GRAPE的世界

* **技術論文：** 如需深入了解DAMO GRAPE的技術細節，請查閱發表在《自然醫學》上的論文：[https://www.nature.com/articles/s41591-025-03785-6](https://www.nature.com/articles/s41591-025-03785-6)

### 應用場景：DAMO GRAPE的廣泛應用

* **大規模人群篩查：** 適用于體檢中心和基層醫院，對大量人群進行胃癌的初步篩查，及早發現潛在患者，提高早期胃癌的檢出率。
* **輔助醫生診斷：** 為放射科醫生提供輔助診斷工具，幫助他們更準確地識別胃癌病灶，減少漏診和誤診，提高診斷效率。
* **高危人群監測：** 針對胃癌高發地區居民、有家族史、患有慢性胃病等高危人群，進行定期的篩查，實現早期發現和干預。
* **早期預警與干預：** 在患者尚未出現明顯癥狀時，提前發現潛在的胃癌病灶，為早期治療爭取時間，提高患者的生存率和生活質量。
* **醫療資源優化：** 在分級診療體系中，合理分配醫療資源，提高醫療效率，同時為醫學研究和教學提供數據和工具支持。

### 常見問題解答

* **DAMO GRAPE的準確性如何？** 在大規模臨床研究中，DAMO GRAPE展現出85.1%的敏感性和96.8%的特異性，顯著優于人類放射科醫生。
* **DAMO GRAPE能發現多早期的胃癌？** 模型能提前6個月發現早期胃癌病灶。
* **DAMO GRAPE是否會取代醫生？** DAMO GRAPE是一個輔助診斷工具，旨在幫助醫生提高診斷的準確性和效率，而不是取代醫生。
* **DAMO GRAPE的應用范圍是什么？** 適用于大規模人群篩查、輔助醫生診斷、高危人群監測、早期預警干預、醫療資源優化等多個場景。