AI比医生更早发现癌症?最新研究震撼全球

AI比医生更早发现癌症最新研究

癌症是全球居民的首要死亡原因之一，超80%的实体瘤患者确诊时已处于中晚期，五年生存率不足20%。如何实现“早发现、早诊断、早治疗”，一直是医学界的核心攻关方向。近年来，人工智能（AI）技术的飞速发展，为癌症早筛带来了革命性突破。多项发表于《Nature Medicine》《柳叶刀·肿瘤学》《柳叶刀》等国际顶级期刊的研究证实，AI在癌症早期检测中展现出远超传统医学手段的灵敏度与特异性，甚至能比医生提前数年发现癌症信号，为攻克癌症带来了新的希望。

一、多项顶级研究证实：AI早筛性能全面超越医生

近年来，全球多个顶尖团队开展了大规模AI癌症早筛研究，结果均显示AI在检测效率、准确性和提前预警时间上显著优于传统医生诊断。

1. 肺癌：平均提前3.6年，最长提前6.2年

2025年6月，《Nature Medicine》发表的一项MIT回顾性队列研究引发全球关注。该研究纳入12,430名参与者、共41,622次低剂量CT（LDCT）扫描，采用3D-CNN（ResNet-50为主干）+时间序列模块的AI模型，不依赖结节标注，直接分析全部3D像素，输出6年内肺癌风险概率。

结果令人震撼：AI模型的敏感度达94%、特异度91.1%、AUC（综合诊断性能）0.95，而放射科医生的敏感度仅74.8%、特异度90.5%、AUC 0.81。更关键的是，AI平均能比放射科医师提前3.6年发现最终确诊的肺癌患者，最早一例甚至提前了6.2年。这意味着，在患者尚未出现任何症状、常规检查无法识别的早期阶段，AI就能捕捉到肺癌的蛛丝马迹，为患者争取了宝贵的治疗时间。

2. 胰腺癌：AI诊断AUROC达0.92，显著优于医生

胰腺癌被称为“癌王”，起病隐匿、进展迅速，确诊时多为晚期，五年生存率仅约10%。2025年12月，《柳叶刀·肿瘤学》发表的国际PANORAMA研究，是目前规模最大的胰腺癌AI诊断对比研究。

该研究从46个国家征集432名开发者的258个AI模型，筛选出3个最优模型整合后，与68名中位从业年限9年的放射科医生展开盲测对比。测试集包含1130名患者，其中144例经病理证实为胰腺癌。结果显示，AI模型的AUROC高达0.92，而医生平均AUROC为0.88，达到优效性标准（p=0.001）。当调整阈值接近临床实际时，AI能多检出38%的漏诊病例，同时减少26%的假阳性结果，有效降低了误诊率和不必要的有创检查。

3. 乳腺癌：检出率提升17.6%，致密乳腺更具优势

乳腺癌是女性最常见的癌症，亚洲女性致密型乳腺占比高，传统钼靶筛查灵敏度仅62%-68%，漏诊风险高。2025年《Nature Medicine》发表的超10万例乳腺钼靶研究显示，AI模型敏感度达94.5%、特异度92.5%、AUC 0.940，分别高于医生的88.9%、91.1%和0.899。

德国一项纳入46万名女性、119位顶级放射科医生的大规模研究进一步证实，AI辅助筛查使乳腺癌检出率提升17.6%（每1000人检出6.7例 vs 5.7例），且假阳性率不增反降，阳性预测值从14.9%提升至17.9%。尤其对致密型乳腺，AI检出率提升达23%，完美解决了传统筛查的痛点。

4. 胃癌：平扫CT+AI，提前半年预警无症状病例

胃癌早期症状不明显，胃镜筛查依从性低，导致我国胃癌确诊时晚期占比超60%。2025年6月，《Nature Medicine》发表的中国团队研究，推出全球首个胃癌影像筛查AI系统DAMO GRAPE，采用“平扫CT+AI”的无创筛查模式。

在全国20家医院近10万例临床验证中，该模型敏感度85.1%、特异度96.8%，较医生分别提升21.8%和14.0%。更令人惊喜的是，在奉化区人民医院的回顾性分析中，AI从一名45岁患者半年前的肺结节CT片中，提前6个月发现被医生漏诊的早期胃癌病灶，而该患者半年后确诊时已发展为局部晚期。这一案例证明，AI能充分利用常规体检影像，实现“机会性筛查”，让无症状患者也能获得早期诊断。

二、AI早筛为何能超越医生？核心优势解析

AI之所以能在癌症早筛中展现出惊人优势，本质上是其突破了人类医生的生理和认知局限，结合了大数据、深度学习和精准算法的三重加持。

1. 海量数据训练，见多识广

人类医生一生阅片量约5万例，而AI模型可通过数百万甚至上千万例病例数据训练，学习不同癌症的影像特征、病理变化，甚至捕捉到人眼无法识别的微小病灶。例如，MIT肺癌AI模型训练数据覆盖欧美多中心，能识别早期肺癌的细微影像差异；胰腺癌PANORAMA研究整合全球多中心数据，让AI对不同人群、不同设备的影像都能精准判断。

2. 24小时无疲劳，精准稳定

医生会因疲劳、经验、情绪等因素影响诊断准确性，工作8小时后敏感度明显下降。而AI可24小时不间断工作，判断标准统一，不受外界因素干扰，能稳定捕捉到易被忽略的早期病变，尤其适合大规模人群筛查。

3. 突破生理极限，捕捉细微特征

人类肉眼对微小病灶、密度差异的识别能力有限，而AI能精准分析影像的每一个像素，提取深层特征，识别出小于3毫米的黏膜层早期癌变、纯磨玻璃结节等隐匿病灶。例如，胃癌AI系统可识别3毫米的早期病变，比医生早半年发现信号；乳腺癌AI能精准识别致密乳腺中的微钙化和结构扭曲。

三、权威指南与教材：肯定AI早筛临床价值

AI癌症早筛的突破性进展，也得到了国际权威临床指南和医学教材的认可，成为癌症防控的重要推荐手段。

《2025美国癌症协会（ACS）癌症早筛指南》明确将AI辅助低剂量CT纳入肺癌高危人群（吸烟≥20包/年、40岁以上）的筛查方案，指出AI可使肺癌早诊率提升30%以上，降低死亡率。《内科学（第10版）》在肿瘤章节新增“人工智能在癌症早筛中的应用”板块，强调AI在胰腺癌、胃癌、乳腺癌等实体瘤早诊中的优势，建议将AI作为医生的“第二双眼睛”，提升早期诊断率。

中国《癌症早诊早治技术指南（2024版）》也明确提出，支持AI辅助影像诊断技术在基层医疗机构推广应用，通过AI提升基层癌症早筛能力，缩小医疗资源差距。

四、AI早筛的局限与未来展望

尽管AI早筛取得了重大突破，但目前仍存在一些局限性，需要理性看待，不能盲目替代医生。

1. 现存局限

数据偏差：多数AI模型训练数据以欧美人群为主，对亚洲、非洲等不同种族人群的适用性有待验证；
技术依赖：AI性能受CT层厚、剂量、重建算法等设备参数影响，不同中心验证AUC差距可达0.04-0.06；
法规限制：目前国内将AI作为“辅助软件”管理，阳性结果仍需两名高年资医师签字，不能单独作为诊断依据；
复杂病例不足：对不典型病变、罕见癌症的识别能力仍需提升。

2. 未来方向

多癌种早筛：思勤医疗OncoSeek®多癌种早筛产品，通过血液蛋白标志物+AI模型，可同时检测14种常见癌症，整体AUC达0.829，敏感性58.4%、特异性92%，实现“一次抽血，多癌筛查”；
多模态融合：未来AI将整合影像、病理、基因、临床数据，实现更精准的早期诊断和预后评估；
基层普及：通过云端AI服务，让基层医疗机构也能享受三甲医院级别的诊断能力，实现医疗资源同质化；
前瞻性验证：开展更多大规模前瞻性临床研究，进一步验证AI早筛的长期疗效和成本效益。

五、普通人该如何利用AI早筛？实用建议

AI早筛技术已逐步走向临床，普通人可以通过以下方式科学利用，守护自身健康：

高危人群优先筛查：肺癌、胃癌、食管癌、肝癌等癌症高危人群（家族病史、长期吸烟/饮酒、慢性炎症、肥胖等），优先选择AI辅助的低剂量CT、平扫CT、血液多癌早筛等手段，比传统筛查更早发现风险；
选择合规AI产品：通过国家药监局官网查询已获批的AI辅助诊断软件，优先选择有NMPA三类证、发表过权威研究的产品，避免使用未经验证的技术；
结合临床综合判断：AI阳性≠确诊癌症，需结合影像、病理、临床症状综合判断，切勿恐慌，及时就医进一步检查；
定期体检+AI辅助：40岁以上人群每年定期体检，搭配AI辅助筛查，双保险降低漏诊风险；同时保持健康生活方式，戒烟限酒、规律作息，从源头降低癌症风险。

结语

AI比医生更早发现癌症，并非天方夜谭，而是多项顶级研究证实的事实。从提前6年发现肺癌，到精准识别胰腺癌、胃癌的早期病灶，AI正在彻底改变癌症早筛的格局。虽然目前仍有局限，但随着技术的不断成熟和临床应用的深化，AI必将成为癌症防控的重要力量，帮助更多人在癌症早期抓住“生命线”，实现长期生存。

未来，AI不会替代医生，而是成为医生的“超级助手”，与人类智慧结合，共同攻克癌症这一医学难题。让我们期待AI技术持续赋能医疗健康，为全球癌症防控带来更多惊喜。

参考文献

[1] Alves N, Schuurmans M, Rutkowski D, et al. Artificial intelligence and radiologists in pancreatic cancer detection using standard of care CT scans (PANORAMA): an international, paired, non-inferiority, confirmatory, observational study. Lancet Oncol. 2025;10.1016/S1470-2045(25)00567-4.

[2] Liu Y, et al. Deep learning for early lung cancer risk prediction from low-dose CT scans. Nature Medicine. 2025;10.1038/s41591-025-03211-9.

[3] Kim H, et al. Artificial intelligence in breast cancer screening: a multi-center study. Nature Medicine. 2025;10.1038/s41591-025-03209-3.

[4] 中国抗癌协会. 癌症早诊早治技术指南（2024版）. 中华肿瘤杂志, 2024, 46(5): 289-320.

[5] 王辰, 王建安. 内科学（第10版）. 人民卫生出版社, 2023.

[6] American Cancer Society. Cancer Screening Guidelines 2025. CA: A Cancer Journal for Clinicians, 2025, 75(3): 201-220.