阿里达摩院与四川省肿瘤医院、中山大学肿瘤防治中心联合研发的食管癌筛查模型 DAMO EAGLE，论文于 9 月 22 日登上《自然·医学》，9 月 24 日至 25 日对外披露（来源：IT之家，2026-09-25）。
它的思路是复用体检里已经拍过的那张片子：不做插管、不做造影，直接从常规胸部平扫 CT 里识别食管癌，包括早期和癌前病变。这套方法已在 3 个国家、8 万多例病例上完成验证（来源：同上）。
数字很亮眼，但这一行最容易被误读的就是数字。
90% 要看清是哪一档病变
论文给出的三个指标口径不同，混着看会高估能力。
机会性筛查场景下，对食管癌的敏感性是 90%；对信号极微弱的癌前病变，敏感性是 52.5%；真实临床场景的特异性是 99.2%（来源：IT之家，2026-09-25）。
前两个数字的落差说明了这份工作的价值边界。食管癌真正的筛查意义在癌前病变和早期阶段——等到影像上已经明确可见，治疗窗口往往在收窄。模型在这个最难的一档给出 52.5%，意味着它能捞回一部分漏检，但仍然会漏掉近一半。90% 那个数字覆盖的是更明确、影像特征更清晰的一档。
99.2% 的特异性倒是可以直接用：假阳性极低，意味着它不会大量制造无谓的复查和内镜预约。对筛查场景来说，这个指标比敏感度更影响流程能否跑得动——一次假阳性背后是一次侵入性检查和一个焦虑的家庭。
技术设计上，它采用"先定位、后诊断"的两阶段架构：先用分割网络圈出食管区域、排除周围结构干扰，再输出良恶性分类、病灶分割掩膜与关注区域热力图。模型在低剂量 CT 上性能未见下降，这一点很关键——低剂量意味着它可以直接嵌进现有的肺癌筛查流程，不额外增加患者负担。中国食管癌的发病与死亡约占全球一半，而现行金标准上消化道内镜具有侵入性、推广受限（来源：同上）。
图注：论文里的指标只走到第一道门，后面两道由审评与医院流程把关，它们决定模型什么时候真能进诊室
论文到诊室，中间隔着三件行政活
指标之外，还有一段通常需要两到三年的转化差，论文里不会写，但决定了产品什么时候真能进医院。
第一件是医疗器械管理类别怎么界定，然后走注册审评。第二件是医保或商保的支付编码——没有支付方，医院没有动力配置。第三件是医院 PACS 系统改造，这类改造常需半年以上（来源：IT之家，2026-09-25）。
这三件都不属于算法问题，却都排在算法后面。而且顶刊的数据来自标准化回顾性队列，还需要前瞻性、多中心的真实世界研究来验证泛化性（来源：同上）。回顾性队列里影像质量、设备型号、人群分布相对整齐，真实世界不会这么听话。
一份覆盖 200 余篇文献的体数据放射学综述，把这类落差总结成一个更根本的矛盾：临床判读需要完整的全容积空间上下文和采集依赖的定量信息，而多模态大模型通常只基于选定的二维切片、压缩的视觉表征或报告文本（来源：arXiv:2608.20549）。这份综述提出了一个 Claim–Design–Validation 框架，用来判断技术主张、流程设计与临床验证是否匹配。换句话说，一篇论文证明的是"这个设计在验证队列上成立"，而医院要的是"这个系统在我的流程里不出事"。
已经在跑的样本，把"审"做进了流程
国内已经有一批把审核环节做进系统的方案。中国信通院《企业级智能体技术与应用研究报告（2026年）》收录的睿宾医疗智能体是一个样本：华西医院出专家知识库，润达做 AI 系统，华为提供数据平台与算力，跑的是"云端调度 + 终端服务 + 专家校验"三层流程——AI 负责答题，真人专家负责判卷，判完的卷子再沉淀回知识库（来源：中国信通院《企业级智能体技术与应用研究报告》2026 年版）。
这套"提问—应答—审核—沉淀—反哺"的闭环上线后，累计用户 1 万余人，医生科研效率提升 75%，基层诊疗同质化率提升 58%，两个指标由院方与共建方按季度复核（来源：同上）。
58% 这个数字值得多看一眼。它说的不是 AI 看病有多准，而是基层与三甲之间的诊疗水平差距被收窄了多少——这才是医疗主管部门愿意为这类系统开绿灯的理由（来源：源势AI《医疗AI想上岗，先过了审再说话》，2026-09-09）。
图注：算法只是第一步；管理类别界定、支付编码、PACS 改造这三件事都不属于算法问题，却决定了模型什么时候真能进诊室
源势AI观点
第一，评估医疗 AI 先问三个问题：这个敏感度是针对哪一档病变的、验证队列是回顾性还是前瞻性、它最终嵌进谁的流程。三个问题答不全，指标就只是实验室结论。
第二，把支付与流程改造算进项目排期。做医疗行业交付时，注册审评以年计，PACS 改造常需半年以上，这两段时间必须出现在立项书里，否则技术验收通过，业务上仍然上不了线。
第三，责任界面要设计进系统，而不是写进免责条款。AI 答题、真人判卷、判完回灌知识库——这个顺序本身就是责任链。给高监管行业做智能体，三成靠技术，七成靠把责任设计进系统。
复用一张已经拍过的 CT，比让患者多做一次检查容易推得动。这是这类模型最大的产品优势，也是它值得等那两三年的原因。
参考材料
- IT之家《达摩院食管癌筛查模型登上〈自然·医学〉》，2026-09-25
- 中国信通院《企业级智能体技术与应用研究报告（2026年）》
- arXiv:2608.20549《Volumetric Radiology AI in the Era of Multimodal Large Language Models》
- 源势AI《医疗AI想上岗，先过了审再说话》，2026-09-09
话题标签：#医疗AI #临床落地 #审评转化
