// 01 DAMO GRAPE 是什么
什么是DAMO GRAPE？
DAMO GRAPE（Gastric Cancer Risk Assessment Procedure with Artificial Intelligence）是由阿里巴巴达摩院与浙江省肿瘤医院合作推出的一款 AI 胃癌早筛工具，其突破性地将 AI 应用于非增强平扫 CT 图像，实现高精准识别和早期检测胃癌的技术能力。
该模型整合了分类与分割功能，基于 nnUNet 架构构建出联合学习框架，兼具病灶识别与风险预测功能，使得医生可直接观察热图与分割标注，从而快速定位可疑区域。
DAMO GRAPE 的关键突破与技术优势
高敏感度与高特异性
对早期胃癌检测，模型敏感度高达 85.1%，特异性则为 96.8%，分别比放射科医生提高 21.8% 和 14.0% 。
AUC 值在内部验证集中达 0.970，在 16 家中心的独立队列中为 0.927，数据表明该模型可靠性强且适应性好。
大规模多中心验证
训练集中包含 3,470 例胃癌与 3,250 例对照，外部验证组包含 18,160 例 CT 样本，真实世界场景数据涵盖高发区多中心样本。
在实际落地的 78,593 例机会性筛查中，高危人群检出率分别为 24.5% 与 17.7%，其中早期（T1/T2）检出占比达 23.2% 和 26.8%。
可解释性强的视觉反馈
模型生成的病灶热图与分割掩模与医生视觉观察高度一致，通过 Grad‑CAM 技术解析可疑区域，有效增强解读能力。
非增强 CT 的新利用方向
非增强平扫 CT 普通用于体检和常规诊断，此次技术创新破除其不适用于胃部筛查的刻板印象，使其具备胃癌初筛能力。
技术机制解析
使用 nnUNet 框架进行胃部 ROI 分割，定位胃壁区域；
在此基础上结合分类网络提取纹理和结构特征，输出风险评分与分割掩模；
Grad‑CAM 可视化辅助医生理解模型逻辑，实现病灶识别与辅助决策。
实际落地与临床影响
提前检测与早期诊断
在多例临床个案中，DAMO GRAPE 在患者被确诊为胃癌前 2–10 个月就能预示病变，其中一名 45 岁患者通过平扫 CT 被模型准确识别出病灶，大大提前了诊断时点。
拓展筛查体系边界
当前胃癌筛查普遍依赖侵入性胃镜检查，因依从率低而面临大量漏检； DAMO GRAPE 则使用常规平扫 CT 进行非侵入式筛查，可在基层医疗机构和体检场所广泛部署。
模型已在浙江与安徽高发区部署试点，未来有望扩大至全国乃至全球 。
医疗成本与资源优化
减少对胃镜资源依赖，实现高效分层筛查；
有望降低临床成本，提升诊断效率，具有明显卫生经济学优势。
