文章核心观点 - 阿里巴巴达摩院的医疗AI产品“胰腺病变CT图像辅助分诊软件”于2026年2月进入NMPA创新医疗器械特别审查程序，标志着其正式进入国内监管快车道，其海外版本已于2025年4月获得美国FDA“突破性医疗器械”认定，展现了公司深思熟虑的全球化医疗AI战略[1][2] - 达摩院以胰腺癌早筛为战略突破口，通过“平扫CT+AI”的技术路径和“一扫多筛”的平台化模式，实现了从单一病种到多病种覆盖，并构建了从三甲医院验证到基层下沉、从中国到全球的市场路径，以及从单点工具到平台生态的演进，为中国医疗器械行业的AI转型提供了系统性的战略样本[4][7][11][18][20][21][23][25] 战略起点：为什么是胰腺癌 - 选择胰腺癌作为突破口，是因为该病种是“癌症之王”，五年生存率长期徘徊在个位数，超过80%的患者确诊时已属中晚期，全球每年新增病例超过50万，但缺乏低成本、可规模化的早期筛查手段，存在巨大未满足的临床需求[4] - 达摩院的DAMO PANDA系统基于最廉价的平扫CT影像，通过深度学习识别微小异常，研究数据显示其AUC达到0.996，早期胰腺癌检出率为92.9%[4] - 宁波大学附属人民医院的真实世界数据显示，截至2024年底，在18万余例CT筛查中检出24例胰腺癌，其中14例为早期，最小病灶仅1.5厘米[4] - 选择胰腺癌体现了“高处立、低处行”的战略思维，即选择临床价值高、学术影响力大的病种建立声望，同时采用最普及、低成本的技术路径确保快速规模化[5][9] 技术哲学：“平扫CT+AI”的底层逻辑 - 技术哲学的核心是“平扫CT，一扫多筛”，逻辑是不替代昂贵检查，而是让廉价的平扫CT产生更多价值，利用AI填补医生对同一张CT影像中多器官潜在病变的“注意力盲区”[7] - 产品矩阵从单一病种迅速扩展为多病种覆盖[8] - 在癌症早筛方向，DAMO GRAPE实现了全球首个基于CT影像的胃癌筛查，3秒完成判读，早期检出率达50%[8] - 在非癌症领域，iAorta系统针对急性主动脉综合征，将漏诊率从约50%降至不到5%，确诊时间从4小时缩短至2小时以内[10] - 所有产品线共享达医智影（DAMO MED）平台，一次平扫CT可同时运行多个疾病模型，实现“一扫多筛”，使AI的单次使用价值呈指数级增长[11] - 该路径是“在存量中找增量”，让最普通的影像设备产出更多诊断价值，比做更贵的设备更容易实现规模化普及[11] 监管策略：“双轨并进”与先发优势 - 医疗AI产品必须通过医疗器械注册审批，监管策略是企业战略的核心[12] - 国际市场：DAMO PANDA于2025年4月获得FDA“突破性医疗器械”认定，这为产品提供了加速审批支持，并具有全球性的创新性背书信号效应[13] - 国内市场：2026年2月进入NMPA创新医疗器械特别审查程序，可获得优先审评等政策支持，审评时间通常显著短于常规路径[13] - 采用“先FDA、后NMPA”的节奏，可以利用FDA的“黄金标准”认可为国内审评形成有力背书，并为后续国际市场拓展铺平道路，是“以外促内、内外协同”的策略[14] - 将顶级学术发表（如三次在《Nature Medicine》发表）与监管申报紧密耦合，系统性构建高质量的临床证据链以支撑审评[15] 市场路径：从三甲到基层，从中国到全球 - 市场渗透遵循“由上而下、由内而外”的逻辑线[18] - 第一步：与顶级临床机构合作开展多中心研究，积累证据并获得头部医院品牌背书[18] - 第二步：通过达医智影平台向1500余家医疗机构输出AI服务能力，覆盖多地的三甲与县级医院[19] - 第三步：与美年健康战略合作，将多癌早筛嵌入常规体检流程，利用已形成明确付费意愿的亿级受众场景[19] - 第四步：在基层开展多癌早筛公益项目，履行社会责任并为基层市场渗透做铺垫[20] - 国际化布局：与WHO数字健康合作中心合作提升定位；与新加坡国立健保集团合作切入东南亚市场；达医智影已服务9个国家和地区、累计超过5000万人次，形成了“规模即壁垒”的良性循环[20] 生态构建：从单点工具到平台生态 - 达医智影平台已对接30余家医疗影像ISV，形成开放技术生态，公司角色从“AI产品提供商”向“AI能力平台”演进[21] - 阿里巴巴集团内部协同效应显著，阿里健康（医疗、医药电商）、蚂蚁集团（支付、保险科技）与达摩院医疗AI技术形成“技术—场景—支付”的闭环，可构建完整的患者服务链路[21] - 生态化为医疗器械企业提供了合作机遇，例如硬件设备制造商可将AI能力嵌入自身产品，或深耕基层市场的企业可扮演区域化落地运营伙伴[22] 对中国医疗器械企业的核心启示 - 第一，病种选择决定战略高度：应优先考虑临床需求明确、现有解决方案不足、具有全球共性的病种[23] - 第二，技术路径要与普及性对齐：将创新锚定在最广泛的存量基础设施上，确保技术突破后能快速规模化[23] - 第三，监管是前置战略：应从产品研发第一天起规划注册路径，并将学术发表与监管申报深度耦合[23] - 第四，从单品思维升级为平台思维：构建“一扫多筛”的平台模式，实现边际成本递减而边际价值递增[24] - 第五，拥抱生态化竞争：对于中小型企业，应思考在生态中找到不可替代的位置，如硬件嵌入、区域运营或垂直场景深耕[24]

行业背景与挑战 - 癌症是全球重大公共卫生挑战，2022年数据显示全球新发癌症病例约2000万例，死亡约970万例，癌症负担仍在持续上升[5] - 早期筛查是降低癌症发病率与死亡率的关键，早期患者5年生存率显著高于晚期患者[5] - 传统“单癌种、单项目”筛查模式在时间、费用与医疗资源占用等方面成本较高，难以满足无症状人群规模化筛查的现实需要[2] - 探索兼具成本效益的“一扫多筛”多癌早筛新策略，是提升全民健康覆盖的重要方向[6] 技术突破与解决方案 - 研究团队构建了名为“OMAFound”的CT基础模型，首次实现了基于平扫CT的“一扫多筛”多癌筛查能力，可同步检测肺癌（全球男性发病率第一）和乳腺癌（全球女性发病率第一）[3] - 模型创新性引入“器官水平+个体水平”的双层风险评估体系，可在一次CT检查中综合评估个体总体癌症风险，用于识别高风险人群并实现高效分诊[9] - 平扫CT（非增强CT）成本低、获取便捷、可及性强，是“一扫多筛”的理想载体，但传统人工阅片流程繁琐且准确性难以保证[6] - OMAFound模型利用超过20万张CT数据进行预训练，采用自监督学习提取鲁棒的通用CT表征，随后结合标注数据进行精细化调优[7] 模型性能与验证结果 - 在多中心回顾性数据验证中，OMAFound在乳腺癌与肺癌筛查方面展现出可与现有主流筛查方案匹敌的性能：乳腺癌筛查效能接近基于钼靶的筛查体系，肺癌筛查效能接近基于低剂量CT的专用筛查体系[7] - 在一项覆盖超过2万人群的低剂量CT队列中，OMAFound在女性人群中实现了乳腺癌82.2%、肺癌88.0%的检测准确性；在男性人群中实现了肺癌86.1%的检测准确性[9] - 在OMAFound辅助下，资深放射科医生的敏感性获得显著提升：乳腺癌平均提升38.9%，肺癌提升16.0%，个体水平评估提升21.3%，同时特异性未受明显影响[9] - 该模型在预测性能上达到专用器官AI模型的水平，并在以高敏感性为核心要求的筛查场景中优于资深放射科医生[3] 临床价值与应用前景 - OMAFound模型对模型可解释性高度重视，其注意力可视化表征能够帮助医生（尤其是年轻医生）更快速聚焦潜在病灶区域，为机会性乳腺癌筛查提供支持，并增强临床使用的可理解性与可接受度[11] - 该研究为实现AI赋能的“一扫多筛”提供了切实可行的技术工具，有望推动“早发现、早诊断”的落地应用，具有重要的临床价值与社会意义[11] - 经济、便捷与高通量是癌症筛查的关键前提，该技术路径为更广泛的多癌筛查提供了新的解决方案[3][11]