*仅供医学专业人士阅读参考
9万人研究，准确度高达92%。
撰文 | 小黄
胃镜检查的痛苦和低依从性，长期阻碍着(GC)早筛的普及。6月25日，浙江省肿瘤医院联合巴巴达摩院团队在《自然·医学》（
Nature Medicine）发表突破性研究，首次证实基于非增强CT平扫+AI模型（GRAPE） 可实现大规模胃癌无创筛查，这一技术或将成为改变胃癌早筛格局的关键工具。
图：论文题图
下面让我们一起看看研究结果的准确性与临床可行性。
技术核心：让常规CT“读”出胃癌信号
该研究充分利用了患者因体检、外伤、肺结节随访等其他原因拍摄的现有腹部CT平扫影像，利用开发的深度学习AI模型[GRAPE，使用来自中国两个中心的队列开发的，包括3,470 例GC病例和3,250例非GC（NGC）病例]深度分析这些常规CT图像中胃部的三维形态学特征（如局部胃壁增厚、黏膜异质性等），从而在无需注射造影剂、无需额外检查的情况下，无创地识别出潜在的胃癌病变。
图：GRAPE 的开发、评价和临床转化概述
研究团队通过严格的验证流程，提供了令人信服的高准确度证据，通过3个不同的阶段进行——其有效性和效用使用内部验证队列和来自16个中心的独立外部验证队列进行了验证，潜力方面使用GRAPE的解释与放射科医生的解释进行比较：
内部验证（1298例）： 系统识别胃癌的灵敏度达85.1%，特异度达96.8%（AUC值0.970，接近完美水平）。
外部多中心验证（18,160例）： 在更广泛、更具代表性的样本中，灵敏度保持81.7%，特异度为90.5%（AUC值0.927），证明了模型的强大泛化能力和稳定性。
早期胃癌检出显著提升： 对早期胃癌（T1/T2期）的检出率超过50%，这一数据显著优于传统依赖症状或血清学标志物的筛查方法（后者检出率通常低于2%）。在13家医院参与的医生读片试验中，AI辅助使医生诊断早期胃癌的灵敏度提升了6.6%，特异度提升了13.3%，尤其将早期胃癌的漏诊率降低了21.8%。
同时，研究的临床转化价值在近8万例的真实世界回顾性分析中得到有力印证：
在两家基层医院对41178例历史腹部CT平扫数据的分析中，GRAPE标记出的“高风险人群”经后续胃镜确诊：胃癌检出率分别高达24.5% (289例) 和 17.7% (556例)。
值得注意的是，在确诊患者中，近40%人群在筛查时并无任何腹部相关症状，真正体现了GRAPE在无症状人群中高效发现早期胃癌的能力。
最后在临床可行性方面，GRAPE技术有突出的优势。它利用常规腹部CT平扫进行无创筛查，无需麻醉或特殊准备，显著降低费用门槛，利于基层推广。且其创新点在于“机会性筛查”：复用患者已有CT影像（如体检、急诊）进行二次分析，无需额外检查即可识别风险。
参考文献：
[1]Hu, C., Xia, Y., Zheng, Z. et al. AI-based large-scale screening of gastric cancer from noncontrast CT imaging. Nat Med (2025).
医学界领域交流群正式开放！
加入我们吧！
责任编辑：Sheep
*医学界力求其发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。
睿迎网配资-10倍杠杆平台-顶级配资平台-股市如何加杠杆提示：文章来自网络，不代表本站观点。
相关文章
