中国的胃癌困局 - 中国每年新增胃癌患者约35.87万，死亡人数高达26.04万，占全球总数的近40% [3] - 中国胃癌五年生存率仅为35.9%，远低于日本的60.3%和韩国的68.9% [3] - 中国胃癌早诊率不足30%，而日韩通过全国性胃镜筛查计划将早诊率提升至60-70% [3] - 早期胃癌治疗后五年生存率高达95-99%，而晚期患者不足30% [4] 胃镜筛查的瓶颈与替代方案 - 胃镜检查在中国面临侵入性、资源依赖和低效率三大瓶颈 [5] - 中国每年消化道内镜检查不足4000万例，筛查项目依从率低至18-48% [5] - 传统胃镜筛查的胃癌检出率仅为1.16%-1.20%，需约100次检查才能发现1例胃癌 [5] - 现有非侵入性筛查方法（如血清学检测）仅能将检出率从1.20%微升至1.25% [6] GRAPE模型的技术突破 - GRAPE通过平扫CT影像实现胃癌筛查，颠覆了医学界对平扫CT无法用于胃癌筛查的固有认知 [8] - 模型采用两阶段深度学习框架，基于nnU-Net架构，兼具高性能与可解释性 [9][10][11] - 第一阶段精准分割胃部区域，第二阶段联合分类与分割，输出风险评分和肿瘤区域可视化 [10][11] GRAPE的临床表现 - 内部验证集AUC达0.970，敏感性85.1%，特异性96.8% [14] - 独立外部验证集AUC为0.927，敏感性81.7%，特异性90.5% [14] - 在"人机大战"中全面超越13名放射科医生，平均灵敏度提升21.8%，特异性提升14.0% [14] - 对早期胃癌检出敏感性约50%，对进展期胃癌超过90% [14] "一扫多查"战略与商业化路径 - 达摩院提出"一扫多查"战略，通过一次平扫CT筛查多种癌症（如胰腺癌、胃癌、肝癌等） [17] - B2B模式：向体检机构销售AI服务包，作为增值服务推广 [20] - B2B2C模式：医院提供自费"AI癌症风险评估"附加项，定价数百元 [21] - OEM/授权模式：将算法授权给影像设备厂商，作为高端CT机型卖点 [22] - 价值医疗模式：未来通过卫生经济学证明AI筛查的成本效益 [23]

医疗AI技术突破 - 浙江省肿瘤医院与阿里巴巴达摩院联合研发的胃癌筛查AI模型GRAPE，通过腹部平扫CT影像实现胃癌特别是早期胃癌的规模化筛查 [1] - GRAPE模型采用两阶段深度学习框架，基于nnU-Net架构，兼具性能与可解释性，输出分割图像供医生验证 [8][9] - 模型在包含20个中心、近10万人的数据上进行开发验证，AUC达0.92，超越13名放射科医生（AUC 0.76-0.85） [10][12] 胃癌筛查市场痛点 - 中国每年新增胃癌患者约35.87万，死亡26.04万，占全球40%，五年生存率仅35.9%，远低于日韩60%以上水平 [3] - 传统胃镜检查存在三大瓶颈：侵入性导致接受度低（依从率18-48%）、资源依赖性强、效率低下（检出率仅1.16-1.20%） [4][5] - 现有替代方案如血清学检测对检出率提升有限（仅从1.20%升至1.25%），液体活检成本高且技术不成熟 [5] 技术性能对比 - GRAPE对早期胃癌（T1/T2期）检出敏感性约50%，进展期（T3/T4期）超90% [12] - 平扫CT+AI方案（GRAPE）无创、灵敏度81.7-85.1%、特异性90.5-96.8%，显著优于血清学检测和液体活检 [14] - 达摩院推行"一扫多查"战略，已实现胰腺癌（PANDA）和胃癌筛查突破，计划扩展至肝癌等更多病种 [7][15] 商业化路径 - B2B模式：向体检机构销售AI服务包作为增值服务 [18] - B2B2C模式：医院在常规CT检查中提供自费AI风险评估附加项 [18] - OEM授权模式：算法授权给影像设备厂商作为高端CT卖点 [18] - 价值医疗模式：向支付方证明AI筛查成本低于晚期治疗费用 [18]