（本文作者为 全球财说，钛媒体经授权发布）
Related articles
文 | 全球财说，作者｜章悦，编辑｜于清
近日，阿里达摩院联合四川省肿瘤医院、中山大学肿瘤防治中心等机构，推出食管癌筛查 AI 模型 DAMO EAGLE。
它不需要插管，也不需要注射造影剂，凭借常规胸部 CT 影像，就能识别食管癌甚至癌前病变风险。该模型已在 3 个国家、8 万多例病例中得到验证，成果刊发于国际医学期刊 《自然· 医学》 上。
这件事的分量不在于“ 又一篇顶刊”，而在于：国内医疗影像 AI，正持续从实验室走向诊室。
CT 阅片，无创筛早癌
食管癌在国内极具代表性，高发、晚期确诊占比高，胃镜筛查劝退大量人群。传统确诊依靠内镜，侵入式检查带来的不适感，让很多人选择拖延；等到出现咳血、吞咽困难等症状就诊，往往已是中晚期。
达摩院这一模型的巧劲在于“ 复用现有影像”，即胸部 CT 本就是体检常规项目，扫描范围天然覆盖食管。
DAMO EAGLE 无需新增检查、不增加患者负担，从已有影像中开展机会性筛查，DAMO EAGLE 模型对食管癌的敏感性 （不漏报的能力） 达到 90%，针对信号十分微弱的癌前病变，敏感性也有 52.5%。模型在真实场景中的特异性 （不误报的能力） 高达 99.2%。
通俗来说，它并非替代医生出具诊断结论，而是优先筛选出需要进一步接受胃镜检查的高危人群。
这并非单次阶段性突破。达摩院先后推出胰腺癌、胃癌、肠癌、食管癌、主动脉夹层检测模型，累计产出 5 篇 《自然· 医学》 论文。
9 月 18 日，达摩院联合浙江大学医学院附属第一医院等机构，研发的通用医疗影像模型 DAMO RADAR 开源，成果登上 《科学》。该模型可解读腹部增强 CT，识别 146 种病症，涉及 18 个器官。在近 4 万次真实世界检查中 AUC 达 0.913，达到影像科专家水平。
专科模型聚焦肿瘤与急症，通用模型拓宽疾病覆盖范围，整套技术路线已经得到系列研究验证。
技术底座，卡在临门一脚
达摩院不属于医疗器械企业，不对外发布财报，本质是阿里体系内医疗 AI 的研发后台。
中航证券相关研报指出，当前国内医疗 AI 产业的核心约束已经从早期的模型算法能力，转向临床证据积累、监管资质获取、支付体系接入、医疗数据授权和医院系统承接能力。
9 月 18 日，工信部等十部门印发 《医药工业发展“ 十五五” 规划》，提出支持有条件的医疗机构建设精准诊断中心、推动诊疗数据互通、共享共用。
9 月 23 日，浙江挂牌 14 家三甲医院牵头的医学 AI 临床验证中心，浙江省人民医院、浙江省肿瘤医院、浙江大学医学院附属第一医院均在列。
监管机构与头部医院正在搭建临床验证“ 考场”，但能够进入验证通道和最终拿到合规资质、投入临床使用，是两件完全不同的事。
达摩院的布局逻辑清晰：肿瘤与急症专科模型+多疾病通用模型+多中心临床数据+头部医院合作网络。
后续商业化可选择技术授权、云诊断、设备绑定、伴随诊断等路径，阿里健康、阿里云均可承接落地。
RADAR 开源也并非单纯公益，使用者越多，积累的真实世界数据越丰富，技术壁垒也更难被复制。
赛道很热，落地很慢
市场空间是真实可观的。Fortune Business Insights 预测，2026 年全球 AI 医疗健康市场规模将达 560 亿美元 （约 3913 亿元），2026 至 2034 年年复合增速为 43.96%。
弗若斯特沙利文对国内市场测算：从 2023 年至 2033 年，中国 AI 医疗市场规模将从 88 亿元飙升至 3157 亿元，年复合增速达 43.1%。
肿瘤早筛属于刚性需求赛道，食管癌患病基数大、内镜资源紧张，AI 做初筛分流，相比“ 取代医生” 的叙事更容易打通付费环节。
不过，不能单纯被增长数据迷惑。行业主线已经从“ 发布新模型” 转向“ 嵌入临床流程”，即数据采集、模型运算、医生复核、工作流适配、长期监测，任何一环缺失，都难以规模化落地。
医疗诊断责任如何界定？跨院医疗数据如何满足合规要求？PACS 系统改造往往需要半年以上，医院采购审批走完一年也很常见，医保、商保的支付路径尚未定型。
顶刊优异指标，更换 CT 设备、更换受试人群后性能就可能下滑；论文、医疗器械注册证、收费编码之间，普遍存在两到三年的转化时间差。
达摩院 DAMO EAGLE 模型的发布，在循证医学层面证实，依托常规胸部 CT 开展食管癌机会性筛查具备技术可行性。但在真实临床诊疗体系转化落地，仍然面临三重刚性约束。
现有顶刊数据来自高度标准化的回顾性队列，还需要通过前瞻性、多中心真实世界研究，验证模型在多样化临床场景中的泛化能力与稳定性。
该模型的医疗器械管理类别尚未经官方界定，无论哪一类，都必须完成严格的注册审评，拿到国家药监局核发的医疗器械注册证，才拥有用于临床筛查的合法资质。
就算完成注册准入，还需要通过卫生技术评估，争取纳入医保目录或取得商业保险支付编码，建立可持续的收费机制。
因此，当前成果本质是提供了高级别的算法有效性证据，距离形成可规模化复制的商业交付模式，仍要走完技术验证、临床准入、支付准入的完整转化周期。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
