不增加一次检查的癌症筛查：达摩院把"顺手筛癌"做成了10万份影像的公益样本

癌症筛查这件事，过去几十年的逻辑都是"增量"：想让更多人被筛查，就得做更多检查——更多低剂量螺旋CT、更多胃肠镜、更多乳腺钼靶。检查本身就是成本，检查量每上一个台阶，放射科设备和人力就再紧张一分，医保和财政的账单也再厚一页。

9月9日至12日在上海举行的2026 Inclusion·外滩大会上，阿里达摩院展出的"平扫CT+AI"多癌筛查方案，提供了一个反向思路：**不增加任何一次检查，把医院里每天都在产生、却只被"按申请单阅读"的常规平扫CT，变成一次多癌种的随机化筛查机会。**这笔账怎么算，比模型本身更值得展开。

现象切入：外滩大会展台上的一张成绩单

本届外滩大会300余家参展企业中，医疗AI是重要板块。达摩院的展台上没有堆太多新概念，摆出来的更像一张运营成绩单：其"平扫CT+AI"方案可以在一次平扫CT中辅助筛查5种癌症，已在丽水中心医院等多家医院落地；不到一年时间筛查超过10万份影像，确诊或提示疑似阳性900多例。

这套方案的产品载体是达摩院自研的智能读片产品"达医智影"。它的运行位置很有讲究——不设在体检中心，而是嵌在医院的日常诊疗流程里。患者因为咳嗽、腹痛、外伤复查等原因做了常规胸部或腹部CT平扫，AI模型在医生读片之外同步跑一遍，把可能的肿瘤线索提示出来。筛查是"顺手"完成的，患者不需要额外挂号、额外缴费、额外吃一次辐射。

平扫CT+AI的技术逻辑：92.9%和99.9%从哪来

多癌筛查之所以长期 stuck 在"增量检查"路线上，一个技术原因是：普通平扫CT的图像质量与对比度，本来就不是为肿瘤筛查优化的。胰腺癌早期在平扫图像上几乎是"隐身"的，食管癌、胃癌的早期病灶在常规窗位下也容易被忽略。用平扫CT筛癌，过去被视为勉强为之的下策。

达摩院的核心技术底座PANDA深度学习模型，要回答的就是这个问题：能不能从质量"不达标"的平扫图像里把病灶可靠地捞出来。此前发表于Nature Medicine的成果显示，在超过20万例的人群验证中，PANDA对病变判断的准确率为92.9%，对无病判断的准确率达99.9%。这两个数字的含义分别对应漏诊和误报两端——前者决定这项技术配不配叫"筛查"，后者决定它会不会把放射科和随访通道塞满假阳性。

把"用AI提升平扫CT读片能力"做到Nature Medicine级别的验证，意味着"平扫图像不够格"这个前提被部分推翻了。这是整条"存量利用"路线成立的技术前提。

10万份影像、900多例阳性：这组数字该怎么读

运营数据的解读需要克制。"不到一年10万份影像、900多例疑似阳性"，首先说明流程跑通了——AI嵌进真实诊疗流，没有拖垮放射科的工作节奏：医生人工对单病种的判断需要5-15分钟，AI介入后提升为2-3分钟的多病种判断。效率增益是真实的。

但也要看到这组数字没有说出的部分：10万份影像对应900多例阳性，检出率约0.9%，其中确诊与"提示疑似"的构成比例、阳性者的后续确诊转化率、假阳性带来的随访负担，目前都还没有系统披露。筛查项目的价值最终不取决于检出多少例，而取决于检出的病例中有多少是"早期、可干预"的，以及为此付出了多少过度随访的代价。这张账，10万份的样本量已经够大了，值得达摩院后续把它摊开。

公益模式的经济学：谁出钱、能不能持续

"平扫CT+AI"目前的身份是公益项目：2024年2月，阿里巴巴"医疗AI多癌早筛公益项目"在丽水启动，这是全国首个AI多癌早筛落地项目。公益属性帮它跨过了最难的冷启动阶段——医院不用先掏采购预算，患者不用多掏一分钱，试点因此得以在真实的基层诊疗流里跑起来。

但公益是启动器，不是商业模式。10万份影像背后是模型推理、运维、质控和随访管理的持续成本，这些钱现在由谁承担，将来由谁承担？而本批次同期的一条政策动向恰好给出了线索：国家卫健委9月7日挂网的人大建议答复明确，按2026年4月四部门印发的《基本公共卫生服务补助资金管理办法》，基层机构可统筹使用基本公卫经费用于与开展基本公卫服务直接相关的支出——AI相关服务被点名在列。也就是说，"政府购买AI公卫服务"的经费合法性正在成形。达摩院今天用公益验证的这套"顺手筛癌"，恰好是明天公卫经费可以名正言顺购买的那类服务。两件事在同一个月发生，很难说只是巧合。

与防癌体检的对照：增量检查 vs 存量CT利用

把两条路线并排放，差异一目了然：

维度	传统防癌体检路线	平扫CT+AI存量利用路线
检查增量	每人次新增专项检查	零增量，复用常规平扫
触达人群	有筛查意愿、付得起钱的人	因病就诊的全部CT受检者
辐射与负担	额外剂量与费用	无额外负担
覆盖癌种	按套餐选择	一次平扫覆盖5种
成本结构	单次检查计费，规模越大成本越高	边际成本主要是算力
主要瓶颈	依从率与价格	医院流程整合与随访闭环

防癌体检路线的问题是它天然筛掉最该筛的人——低收入、低健康素养、不主动体检的人群，恰好是癌症负担最重的群体。存量利用路线的逻辑相反：只要进了医院做了CT，就自动进入筛查漏斗，健康公平性显著更好。这也是"顺手筛癌"真正激进的地方——它改变的不是筛查技术，而是筛查的组织方式。

判断：多癌筛查规模化，瓶颈不在模型在组织和支付

PANDA的学术验证已经完成，10万份的真实世界样本证明流程可行。但把"丽水样本"复制到全国，真正的瓶颈在模型之外。

组织层面：AI提示的疑似阳性需要有人跟进、有人负责、有随访闭环，这要求医院重构读片-报告-随访的流程，而不是加一个软件模块；基层医院的病理与专科转诊能力，决定疑似阳性能不能落成确诊。支付层面：从公益试点到可持续运营，需要回答谁为每一份AI筛查付费——公卫经费的口子刚开，覆盖范围、定价机制、绩效衔接都还是空白。

**多癌筛查的规模化竞争，上半场比的是模型准确率，下半场比的是流程再造能力和买单机制。**达摩院用10万份影像证明了自己进了下半场；最终的赢家，会是把公益样本转成可复制支付模式的那个玩家。这个转换窗口，现在才刚刚打开。

---

原文链接：一次平扫CT筛5种癌、不到一年10万份影像：达摩院多癌筛查方案在外滩大会交出落地成绩单

千方医数集编辑部 出品