DAMO GRAPE翻译站点

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。

常见问题（FAQ）

Q1：DAMO GRAPE 模型公开了吗？
A1：目前论文发表于 Nature Medicine，模型与框架尚未开源。如有进一步更新，可能同步通过 DAMO Academy 或浙江肿瘤医院发布。

Q2：怎样部署 GRAPE？是否需要 GPU 或专业设备？
A2：实施流程需平扫 CT 图像输入与高性能服务器支持，以适配 AI 推理与识别，可通过 DAMO Academy 提供的临床 AI 服务接入。

Q3：是否可替代胃镜？
A3：不是替代，而是前置筛查工具。GRAPE 用于指示高风险人群，进而通过胃镜确诊，为精准筛查流程提供决策导向。

Q4：模型对早期病灶的检测效果如何？
A4：模型在 T1/T2 早期阶段检出率有 23–27%，对早期筛查具有明显价值；检测度随肿瘤发展阶段升高。

Q5：模型适用哪些人群？
A5：适用于接受非增强腹部 CT 的成年人，尤其集中高发地区、胃癌高风险人群与体检人群。

Q6：未来还有哪些改进方向？
A6：后续将开展大规模前瞻性筛查、提高早期灵敏度、提升模型泛化能力，并在全国及国际范围推广部署 。

为什么 AI 工具使用者应关注 DAMO GRAPE？

1. 颠覆现有筛查方式：首次将非增强 CT 纳入胃癌早筛领域；

2. 高准确度优势：灵敏度与特异性指标领先 AI 与放射医生；

3. 非侵入式筛查途径：提高患者依从率与筛查覆盖；

4. 技术成熟，数据足量：近 10 万例多中心临床验证；

5. 可解释性强：配合热图分析助力临床决策；

6. 强部署潜力：可嵌入体检与基层医疗体系升级。

展望未来：DAMO GRAPE 的发展路径

• 前瞻性实地筛查推广：开展如全国筛查试点验证，优化 cutoff 机制；

• 提升早期灵敏度：增加早癌样本训练，提高识别准确性；

• 模型泛化与适应：采用 test-time adaptation 技术应对新站点数据差异；

• 多病种平扫 CT 应用：拓展识别胰腺癌、食管癌等多个癌种；

• 联合临床体系接入：与医院 PACS、LIS 系统整合，提高落地效率。

总结

DAMO GRAPE 代表了基于非增强 CT 的胃癌 AI 筛查迈出的重大突破，它颠覆了传统筛查路径，推动医疗 AI 在基层体检、临床辅助和公共健康领域的深度应用。对于 AI 工具使用者、医学图像研发者及健康数据平台运营者，DAMO GRAPE 展现了极具前瞻性的实用价值。