每經記者｜鄭雨航    每經編輯｜蘭素英    

胰腺癌，因其極低的早期診斷率，長久以來被冠以“癌癥之王”的稱號。

臨床數據顯示，超過80%的胰腺癌患者在確診時已步入中晚期，錯失了手術的黃金窗口。全球胰腺癌患者五年生存率僅約10%。

如今，胰腺癌“發現即晚期”的困局，正被我國的一項AI篩查技術改變。

1月2日，《紐約時報》發布2026年首篇中國報道，題為《在中國，AI正在發現醫生可能漏掉的致命腫瘤》。整版講述了一個普通退休泥瓦匠的就醫經歷，他僅花費了約25美元（約人民幣174元）做了一項普通的平掃CT，就被AI查出了早期胰腺癌。該報道評論區里的美國網友吐槽：在美國，平掃CT價格高達數百美元，25美元只夠付停車費。 

醫生都看不出來的病，AI怎么發現的？近日，《每日經濟新聞》記者（以下簡稱每經記者）在寧波和嘉興，對報道主角邱先生和相關醫生進行了采訪。

 圖片來源：《紐約時報》截圖

“你和喬布斯得了一樣的病，但你比他幸運”

浙江寧波57歲的邱先生對每經記者回憶稱，2025年8月，自己因患糖尿病，在寧波大學附屬人民醫院做了一次常規檢查，并拍攝了腹部平掃CT。

午飯時，他接到醫院打來的電話：“你的胰腺可能有點問題，需要進一步檢查。”

電話那頭是該院的副院長、肝膽胰外科主任醫師朱柯磊。醫生在電話里并未明說是什么問題，但邱先生心里清楚“肯定不是好消息”。

邱先生迅速做了增強核磁共振檢查（MRI），并于第二天接受了微創手術。

朱柯磊醫生告訴邱先生：“你和喬布斯得了一樣的病，但你比喬布斯幸運得多。”

手術后第九天，邱先生出院。經醫保報銷后，他自付了12000～14000元醫療費。

朱柯磊醫生 圖片來源：受訪者提供

邱先生告訴每經記者，當時自己身體沒有任何不適，也從未想過自己會與胰腺癌扯上關系。

救了邱先生一命的，是阿里巴巴達摩院研發的胰腺癌AI早篩模型PANDA。該AI模型從他那張看似并無異常的平掃CT影像中，捕捉到了癌變的跡象。

PANDA系統界面 圖片來源：每經記者 鄭雨航 攝

朱柯磊醫生向每經記者介紹，自2024年11月PANDA模型在寧波大學附屬人民醫院部署以來，已經分析了超過18萬張CT影像，幫助醫生發現了24例胰腺癌病例，其中14例為早期。這14例早期患者中，有11人的平掃CT報告無異常提示，經AI預警召回后進一步檢查才得以確診。

“是AI救了他們的命。”朱柯磊說。“他們都是因為其他疾病來院檢查，并沒有看胰腺專科，大多數人的CT片也沒有顯示異常，最后是AI‘報警’了。”

“醫生都看不出來，AI怎么標注？”

2021年，阿里巴巴達摩院醫療AI團隊確立“平掃CT+AI”篩查胰腺癌方向時，也面臨著質疑：“醫生都看不出來，AI怎么標注？怎么訓練模型？”

朱柯磊醫生向每經記者解釋，臨床上用于腹部檢查的CT分為平掃CT和增強CT。增強CT需患者注射造影劑，可以更清晰地顯示器官和病灶，但成本較高、操作相對復雜，且造影劑可能引發過敏反應，通常僅用于有明確診斷目的的病人。

而平掃CT成本低廉、應用廣泛，是普通體檢和門診中最常用的影像學檢查手段之一。

然而，由于胰腺與周圍組織對比度低，在平掃CT影像上難以看清。微小的早期腫瘤更是如同“隱形”一般，極難被人眼發現。因此，“平掃CT無法用于早期胰腺癌篩查”曾是放射科的普遍共識。

增強CT（左）和平掃CT（右）對比圖 圖片來源：每經記者 鄭雨航 攝

達摩院醫療AI腫瘤早篩和影像智能的算法負責人張靈對每經記者解釋，CT影像本質上是一串從-1024到1024的連續數值，不同數值對應不同密度的組織。許多細節超出了人眼的分辨極限，但理論上可以通過數據和算法進行分辨。

為此，團隊想出了一個“迂回戰術”。

他們收集了數千例胰腺癌患者的數據，先由有經驗的醫生在對比度清晰的增強CT影像上精確標注出病灶位置，再利用圖像配準技術，將這些標注信息精準地“映射”回同一位患者的平掃CT影像上。

經過近兩年訓練，PANDA模型學會了識別平掃CT影像上那些微妙的密度變化、紋理異常和結構扭曲——這些特征雖難以被肉眼察覺，卻是早期胰腺癌的蛛絲馬跡。

2023年11月，公開發表在國際頂尖期刊《自然?醫學》上的論文數據顯示，PANDA模型篩查胰腺癌的敏感性（識別出有病灶的能力）達到92.9%，特異性（排除無病灶者的能力）高達99.9%。這意味著AI不僅能“揪出”絕大多數病患，還能避免大規模的“虛假報警”。

2025年4月，美國食品藥品監督管理局（FDA）授予PANDA模型“突破性醫療器械”（Breakthrough Device Designation）認證。

AI早篩不等于AI診斷，仍高度依賴專業醫生

盡管PANDA模型在實驗室中的特異性高達99.9%，但在復雜的真實臨床應用中，從AI發出預警到患者最終確診，中間仍隔著重重關卡。

每經記者在走訪中發現，技術本身的局限性、無法完全規避的“假陽性”問題，以及由此引發的醫患溝通壁壘，構成了AI早篩落地所面臨的考驗。

嘉興市第二醫院大外科主任沈亦鈺對此深有體會。他向每經記者表示，AI早篩不等于診斷。

嘉興市第二醫院大外科主任沈亦鈺 圖片來源：每經記者 鄭雨航 攝

該院每天約600至700人次的CT檢查數據都會經AI模型分析，每天約20份存在胰腺潛在問題的影像會被篩選出來。放射科和肝膽胰外科要對這些疑似患者進行兩輪人工復核，才能確定復查名單。

“我現在會花大量時間想辦法如何把病人召回。”沈亦鈺坦言。起初，他和團隊成員嘗試用個人手機直接給患者打電話，結果“一大半病人直接把電話掛了”，誤以為是騷擾或詐騙電話。

最初，醫生在電話里直截了當地告知對方“你的胰腺有問題，需要回來復查”，但患者往往反應激烈：“你傻了？你咒我生病！我肚子又不痛，你們醫院出的報告也寫著正常，憑什么叫我回來？”有些患者甚至直接質疑醫院是為了“創收”“騙錢”。

為了提高信任度，團隊系統性地改進了溝通流程，醫院還專門設立了咨詢電話和專管員，負責解答患者的疑問。

即便如此，復查召回率的提升依舊十分緩慢。

沈亦鈺提供的數據顯示，經AI篩查和人工復核后，需要復查的患者中，最初只有約10%會返院。經過一年多的流程優化，到2025年底，這個比例提升到了25%。“我們篩出來1300多位需要復查的患者，最終來的只有300多個人。”

當每經記者追問PANDA模型在實際應用中是否會產生“假陽性”問題時，醫生們都表現得較為謹慎。業內知情人士向每經記者坦言，考慮到胰腺癌的發病率，PANDA模型理論上仍存在少量“假陽性”的可能。“‘假陽性’不僅會引發患者不必要的恐慌，還可能造成醫療資源的浪費。至于PANDA模型在實際場景中的陽性預測值究竟能達到何種水平，還需要較長周期的數據積累。”

除了“假陽性”風險和溝通難題，技術本身也并非盡善盡美，仍有迭代空間。

上述知情人士透露，當前PANDA模型的核心技術路徑仍聚焦于計算機視覺（CV）領域，尚未實現多模態數據的深度融合。

“現在整個AI行業都在向多模態方向發展，這也是我們未來的核心探索方向。”該人士表示，如果能將患者的CT影像數據，與其病歷、生化指標等多維度信息整合起來，系統的判斷準確率才能得到進一步提升。

此外，該人士也強調，PANDA模型目前的能力發揮，也高度依賴于使用它的醫生。在一個專業能力強、經驗豐富的醫生手中，PANDA能成為強大的輔助工具。但如果將其普及到經驗相對不足的基層醫院醫生手中，其效果可能會打折扣。

模型的研發也離不開醫生的持續“反哺”。從最初只能提供紅綠黃三色風險提示和簡單病灶勾畫的1.0版本，到能夠更好地區分胰腺炎與其他病變的2.0版本，正是在臨床醫生們的反饋、糾正和建議下，團隊才得以不斷優化算法，讓系統功能更貼合臨床實際需求。即便到了現在，它依然是一個需要在真實世界應用中不斷學習和迭代的系統。

胰腺癌AI早篩經濟賬：早期患者醫療費不到1.5萬元，晚期患者或花上百萬元

胰腺癌AI早篩除了能挽救生命，還能為患者節省不菲的醫療費。沈亦鈺醫生給每經記者算了一筆賬。

早期胰腺癌患者：從手術到康復，醫保報銷前費用約數萬元。（注：從邱先生的案例看，醫保報銷后個人自付不足1.5萬元）

晚期胰腺癌患者：確診時多已錯失手術機會，治療費用以幾十萬元、上百萬元計，且療效有限，患者中位生存期不到一年。

這對家庭、醫保基金和整個社會而言，都是沉重的負擔。

“如果我說有一種針，打一針可能讓你的親人壽命延長三四個月，但一針要花100萬元，你會不會賣掉一套房子硬著頭皮也要上?”沈亦鈺向每經記者發出“靈魂拷問”。胰腺癌足以讓一個普通家庭“因病返貧”，關鍵還治不好。

朱柯磊醫生指出，AI早篩可大幅提高早期發現率，降低整體治療成本，“這筆經濟賬是完全能算出來的”。不過，當前AI篩查仍屬于“機會性篩查”，即只有當患者因其他疾病到醫院拍攝CT時，AI才能發揮作用。“病人不到醫院，AI就無從發現風險。” 

朱柯磊提出，未來可以將AI預警模型直接部署在區域性健康大數據平臺上。他所在的寧波市鄞州區，是全國最早建立居民健康大數據庫的地區之一。該平臺匯集了140多萬常駐人口的健康數據。

朱柯磊構想道，“把病人影像數據、血液數據和腫瘤指標數據整合起來，構建一個更精準的模型。”在此模式下，AI的角色將從“被動捕手”轉變為“主動哨兵”。

例如，一位居民在浙江省內的任何一家醫院檢查血糖，數據顯示其近期血糖突然升高，AI調取其健康檔案，發現其胰腺曾有一個微小病灶。系統自動將這兩個看似獨立的信息進行整合分析，生成預警信息：“您的健康風險正在升高，請盡快到醫院進行專項檢查”。

朱柯磊強調，“這相當于為我們整個轄區的所有老百姓都裝上一臺報警器。”這種主動預警模式，將不再局限于單次CT檢查，而是能對個體的多維度、跨時間和跨地域的健康數據進行持續監控和綜合研判，從而在疾病發生前或極早期就發出預警。

記者|鄭雨航

編輯|蘭素英

視覺|劉陽

排版|蘭素英