胰腺癌，因其极低的早期诊断率，长久以来被冠以 " 癌症之王 " 的称号。

临床数据显示，超过 80% 的胰腺癌患者，在确诊时已步入中晚期，错失了手术的黄金窗口，全球胰腺癌患者 5 年生存率仅约 10%。

如今，胰腺癌 " 发现即晚期 " 的困局，正被我国的一项 AI 筛查技术改变。

1 月 2 日，有媒体发布题为《在中国，AI 正在发现医生可能漏掉的致命肿瘤》的报道。报道讲述了一个普通退休泥瓦匠的就医经历，他仅花费了约 25 美元（约合 174 元人民币）做了一项普通的平扫 CT，就被 AI（人工智能）查出了早期胰腺癌。该报道评论区里有网友吐槽：在美国，平扫 CT 价格高达数百美元，25 美元只够付停车费。

医生都看不出来的病，AI 是如何发现的？

每经媒资库图

近日，《每日经济新闻》记者在宁波和嘉兴，对上述报道中的主角——邱先生和相关医生进行了采访。

" 多数 CT 片无异常，是 AI 报警了 "

家住浙江宁波的 57 岁邱先生对《每日经济新闻》记者回忆称：2025 年 8 月，其因患糖尿病，在宁波大学附属人民医院做了一次常规检查，并拍摄了腹部平扫 CT。午饭时，他接到医院打来的电话：" 你的胰腺可能有点问题，需要进一步检查。" 电话那头是该院的副院长、肝胆胰外科主任医师朱柯磊。

据邱先生介绍，医生在电话里并未明说是什么问题，但其心里清楚 " 肯定不是好消息 "。其迅速做了增强核磁共振检查（MRI），并于第二天接受了微创手术。朱柯磊医生还告诉邱先生，" 你和乔布斯得了一样的病，但你比乔布斯幸运得多 "。

邱先生进一步介绍称，手术后第九天，其就出院了，经医保报销后，其自付了 12000~14000 元医疗费。

邱先生告诉《每日经济新闻》记者，当时，其身体没有任何不适，也从未想过会与胰腺癌扯上关系。

据《每日经济新闻》记者了解，救了邱先生一命的，是阿里巴巴达摩院研发的胰腺癌 AI 早筛模型—— PANDA。该 AI 模型从邱先生那张看似并无异常的平扫 CT 影像中，捕捉到了癌变的迹象。

朱柯磊医生向《每日经济新闻》记者介绍称，自 2024 年 11 月 PANDA 模型在宁波大学附属人民医院部署以来，已经分析了超过 18 万张 CT 影像，帮助医生发现了 24 例胰腺癌病例，其中 14 例为早期。在这 14 例早期患者中，有 11 人的平扫 CT 报告无异常提示，经 AI 预警召回后，进一步检查才得以确诊。

"AI 救了他们的命。" 朱柯磊说，" 他们都是因为其他疾病来院检查，并没有看胰腺专科，大多数人的 CT 片也没有显示异常，最后是 AI 报警了。"

" 医生没看出，AI 怎么标注 "

2021 年，阿里巴巴达摩院医疗 AI 团队确立 " 平扫 CT+AI" 筛查胰腺癌方向时，也面临着质疑——医生都看不出来，AI 怎么标注？怎么训练模型？

朱柯磊医生向《每日经济新闻》记者解释称，临床上用于腹部检查的 CT 分为平扫 CT 和增强 CT。增强 CT 需患者注射造影剂，可以更清晰地显示器官和病灶，但成本较高、操作相对复杂，且造影剂可能引发过敏反应，通常仅用于有明确诊断目的的病人。

据《每日经济新闻》记者了解，平扫 CT 成本低廉、应用广泛，是普通体检和门诊中最常用的影像学检查手段之一。

然而，由于胰腺与周围组织对比度低，在平扫 CT 影像上难以看清。微小的早期肿瘤更是如同 " 隐形 " 一般，极难被人眼发现。因此，" 平扫 CT 无法用于早期胰腺癌筛查 " 曾是放射科的普遍共识。

达摩院医疗 AI 肿瘤早筛和影像智能的算法负责人张灵对《每日经济新闻》记者解释称，CT 影像本质上是一串从 "-1024" 到 "1024" 的连续数值，不同数值对应不同密度的组织。许多细节超出了人眼的分辨极限，但理论上可以通过数据和算法进行分辨。

为此，达摩院医疗 AI 肿瘤早筛和影像智能相关团队想出了一个 " 迂回战术 "。他们收集了数千例胰腺癌患者的数据，先由有经验的医生在对比度清晰的增强 CT 影像上精确标注出病灶位置，再利用图像配准技术，将这些标注信息精准地 " 映射 " 回同一位患者的平扫 CT 影像上。

据《每日经济新闻》记者了解，经过近两年训练，PANDA 模型学会了识别平扫 CT 影像上那些微妙的密度变化、纹理异常和结构扭曲——这些特征虽难以被肉眼察觉，却是早期胰腺癌的蛛丝马迹。

2023 年 11 月，公开发表在国际顶尖期刊《自然 · 医学》上的论文数据显示，PANDA 模型筛查胰腺癌的敏感性（识别出有病灶的能力）达到 92.9%，特异性（排除无病灶者的能力）高达 99.9%。这意味着，AI 不仅能 " 揪出 " 绝大多数病患，还能避免大规模的 " 虚假报警 "。

2025 年 4 月，美国食品药品监督管理局（FDA）授予 PANDA 模型 " 突破性医疗器械 "（Breakthrough Device Designation）认证。

" 模型研发，离不开医生反哺 "

尽管 PANDA 模型在实验室中的特异性高达 99.9%，但在复杂的真实临床应用中，从 AI 发出预警到患者最终确诊，中间仍隔着重重关卡。

《每日经济新闻》记者在走访中发现，技术本身的局限性、无法完全规避的 " 假阳性 " 问题，以及由此引发的医患沟通壁垒，构成了 AI 早筛落地所面临的考验。

嘉兴市第二医院大外科主任沈亦钰对此深有体会。沈亦钰向《每日经济新闻》记者表示，"AI 早筛不等于诊断 "。

据记者了解，嘉兴市第二医院每天 600 至 700 人次的 CT 检查数据，都会经 AI 模型分析，每天约 20 份存在胰腺潜在问题的影像会被筛选出来。放射科和肝胆胰外科要对这些疑似患者进行两轮人工复核，才能确定复查名单。

" 现在，我会花大量时间想办法如何把病人召回。" 沈亦钰向《每日经济新闻》记者坦言，起初，他和团队成员尝试用个人手机直接给患者打电话，结果 " 一大半病人直接把电话挂了 "，误以为是骚扰或诈骗电话。

沈亦钰进一步介绍称，最初，医生在电话里直截了当地告知对方 " 你的胰腺有问题，需要回来复查 "，但患者往往反应激烈，有些患者甚至直接质疑医院是为了 " 创收 "" 骗钱 "。为了提高信任度，其团队系统性地改进了沟通流程，医院还专门设立了咨询电话和专管员，负责解答患者的疑问。

但即便如此，沈亦钰表示，复查召回率的提升，依旧十分缓慢。

沈亦钰提供的数据显示，经 AI 筛查和人工复核后，需要复查的患者中，最初只有约 10% 会返院。经过一年多的流程优化，到 2025 年底，这个比例提升到了 25%。" 我们筛出来 1300 多位需要复查的患者，最终来的只有 300 多个人。" 沈亦钰如是表示。

当《每日经济新闻》记者追问，在实际应用中，PANDA 模型是否会产生 " 假阳性 " 问题时，医生都表现得较为谨慎。

对此，有业内知情人士向《每日经济新闻》记者坦言，考虑到胰腺癌的发病率，理论上，PANDA 模型仍存在少量 " 假阳性 " 的可能。" ‘假阳性’不仅会引发患者不必要的恐慌，还可能造成医疗资源的浪费。至于 PANDA 模型在实际场景中的阳性预测值究竟能达到何种水平，还需要较长周期的数据积累。"

除了 " 假阳性 " 风险和沟通难题，技术本身也并非尽善尽美，仍有迭代空间。

上述业内知情人士进一步透露，当前，PANDA 模型的核心技术路径仍聚焦于计算机视觉（CV）领域，尚未实现多模态数据的深度融合。

" 现在，整个 AI 行业都在向多模态方向发展，这也是我们未来的核心探索方向。" 该知情人士表示，如果能将患者的 CT 影像数据，与其病历、生化指标等多维度信息整合起来，系统的判断准确率才能得到进一步提升。

此外，该知情人士还强调，目前，PANDA 模型的能力发挥，也高度依赖于使用它的医生。在一个专业能力强、经验丰富的医生手中，PANDA 能成为强大的辅助工具。但如果将其普及到经验相对不足的基层医院医生手中，其效果可能会打折扣。

事实上，据记者了解，" 模型的研发，也离不开医生的持续反哺 "。从最初只能提供红绿黄三色风险提示和简单病灶勾画的 1.0 版本，到能够更好地区分胰腺炎与其他病变的 2.0 版本，正是在临床医生的反馈、纠正和建议下，达摩院医疗 AI 肿瘤早筛和影像智能相关团队才得以不断优化算法，让系统功能更贴合临床实际需求。即便到了现在，PANDA 模型依然是一个需要在真实世界应用中不断学习和迭代的系统。

" 病人不到医院，AI 无从发现风险 "

胰腺癌 AI 早筛除了能挽救生命，还能为患者节省不菲的医疗费。

沈亦钰医生给《每日经济新闻》记者算了一笔账：早期胰腺癌患者从手术到康复，医保报销前费用约数万元。晚期胰腺癌患者确诊时多已错失手术机会，治疗费用以几十万元、上百万元计，且疗效有限，患者中位生存期不到一年。这对家庭、医保基金和整个社会而言，都是沉重的负担。

" 如果我说有一种针，打一针可能让你的亲人寿命延长三四个月，但一针要花 100 万元，你会不会卖掉一套房子硬着头皮也要打？" 沈亦钰向《每日经济新闻》记者发出这样的 " 灵魂拷问 "。胰腺癌足以让一个普通家庭 " 因病返贫 "，关键还治不好。

朱柯磊医生进一步指出，AI 早筛可大幅提高一些病症的早期发现率，降低整体治疗成本，" 这笔经济账是完全能算出来的 "。

不过，当前，AI 筛查仍属于 " 机会性筛查 "，即只有当患者因其他疾病到医院拍摄 CT 时，AI 才能发挥作用。

" 病人不到医院，AI 就无从发现风险。" 朱柯磊提出，未来，可以将 AI 预警模型直接部署在区域性健康大数据平台上。

据《每日经济新闻》记者了解，朱柯磊所在的宁波市鄞州区，是全国最早建立居民健康大数据库的地区之一。该数据库汇集了 140 多万常驻人口的健康数据。

朱柯磊表示，" 把病人影像数据、血液数据和肿瘤指标数据整合起来，构建一个更精准的模型。" 在此模式下，AI 的角色将从 " 被动捕手 " 转变为 " 主动哨兵 "。

例如，一位居民在浙江省内的任何一家医院检查血糖，数据显示其近期血糖突然升高，AI 调取其健康档案，发现其胰腺曾有一个微小病灶。系统自动将这两个看似独立的信息进行整合分析，生成预警信息：" 您的健康风险正在升高，请尽快到医院进行专项检查。"

朱柯磊强调，" 这相当于为我们整个辖区的所有老百姓都装上一台报警器 "。这种主动预警模式，将不再局限于单次 CT 检查，而是能对个体的多维度、跨时间和跨地域的健康数据进行持续监控和综合研判，从而在疾病发生前或极早期就发出预警。

每日经济新闻