齐鲁晚报·齐鲁壹点 魏银科

用于生存预测（左）和年龄预测（右）的AI识别模型图

一张面部照片，或一次体检常规的平扫CT，正在被AI变成“提前半年揪出癌症”的入口。

近期，国际团队开发的AI工具仅凭人脸照片即可预测癌症患者90天内死亡风险，登上《柳叶刀・数字健康》；国内，阿里达摩院继胃癌模型后，又推出食管癌筛查AI模型DAMO EAGLE，上刊《自然・医学》。与此同时，“女子离婚6天用AI救了前夫一命”的社会热搜，也让大众直观感受到AI医疗的力量。

技术快速迭代、互联网巨头持续加码、医疗机构加速试点落地，AI医疗正站在从科研工具转向临床助手的关键临界点。

“看脸”预判死亡风险？AI新模型尚待临床验证

2026年10月，国际研究团队开发的AI工具，仅凭一张面部照片即可预测癌症患者90天内死亡风险，成果登上《柳叶刀・数字健康》。该模型基于超4000万张人脸图像和3万多名癌症患者照片训练，估算年龄误差约5岁，能可靠划分高、低风险组，算法重点关注鼻梁与眼下区域。研究者强调，它不是诊断工具，而是为医生提供额外参考，尤其在医疗资料不足时可能有帮助。

不过，目前它尚未进入临床应用，仍需多中心验证。也有学者提醒，能预测风险，不等于能解释原因，更不等于已经证明能改善治疗决策。这类研究的价值在于提示：AI可能捕捉到人类医生难以稳定量化的生理信号，但离“临床可用”还有距离。

CT挖掘病变信号：AI癌症早筛瞄准国内医疗真实痛点

今年9月24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发布食管癌筛查AI模型DAMO EAGLE：无需插管和造影，仅凭平扫CT即可识别食管癌及癌前病变，已在3个国家8万多例病例上验证，论文同步刊于《自然・医学》。

DAMO EAGLE模型在平扫CT上准确识别出T1期食管癌病灶

相比“看脸”，达摩院的路线更贴近中国医疗的真实痛点——早筛。以食管癌为例，国内传统金标准是胃镜，侵入性强、医生资源紧、群众接受度低，多数患者确诊已到中晚期。DAMO EAGLE的思路是“机会性筛查”：不用额外做检查，而是从体检或就诊时已经拍过的胸部平扫CT里，把食管病变线索捞出来。

论文显示，在机会性筛查场景下，模型对食管癌的敏感性（不漏报能力）达到90%，针对信号十分微弱的癌前病变，敏感性也有52.5%；经过大规模真实世界迭代后，模型在真实临床场景中的特异性（不误报能力）高达99.2%。

胃癌模型DAMO GRAPE同样典型：平扫CT初筛、高风险人群再做胃镜确诊。研究显示其敏感性85.1%、特异性96.8%，较放射科医生分别提升21.8和14.0个百分点。

巨头卡位与千亿市场的临床实战

在大众端，AI救人的真实案例正在放大这一赛道的想象力。10月19日，“女子离婚6天用AI救了前夫一命”冲上热搜：贵州罗女士把前夫的症状和检查结果输入AI，AI提示“高度疑似肺栓塞”，她立即与医院沟通，胸部CT确诊后紧急手术，将人从鬼门关拉回。相关AI平台阿福公布的数据显示，其日均发出20多万条立即就医建议，其中5万多条涉及危重症。

在产业端，AI医疗已是千亿级赛道。易观分析数据显示，中国AI+医疗市场规模已突破1500亿元，年均复合增长率保持在‌40%至50%‌，远高于医疗行业整体增速。截至2026年6月，国家药监局批准的三类AI医学影像辅助诊断软件已达134款。

在医院，AI已切实上岗。西安北方医院用AI将主动脉夹层影像诊断时间从15至20分钟压缩至3分钟，肺结节筛查减少医生30%至50%工作量；广州珠江医院肺结节漏诊率下降约18%；北京天坛医院“小君医生”覆盖头部CT近百种疾病、诊断准确率近80%……

跨越鸿沟：从能用到好用

产业数据显示，AI应用最集中的三大领域依次为医学影像（65.2%）、智能门诊（64.2%）和临床辅助决策（50.2%）。中国医疗专科大模型已覆盖83个应用场景，专科化率从2023年的35%跃升至68%。

尽管前景广阔，数字鸿沟同样触目惊心。上海长征医院刘士远团队2022年上半年做的中国医学影像人工智能临床应用情况调研，三级医院影像AI辅诊软件配备率达73.9%，基层仅10.1%。

商业化仍是重大考验，上一轮科亚、推想、数坤、鹰瞳集体冲击IPO，仅鹰瞳一家上市，暴露出“高投入、慢变现”的困境；医保支付尚未完全打通，多数AI系统仍被定位为医院提效工具，没有形成稳定收费闭环。正如医生所言，AI更像“放大镜+警报器”，锁定重点区域，最终诊断仍需医生判断。

真正卡脖子的不是算法，而是落地。《2025中国医院AI应用现状与发展需求调研》显示，全国超过94%的医院已使用AI产品，但多数仍停留在浅层应用，数据质量不高、专业人才短缺、软硬件成本过高是前三大制约因素。基层医院还面临网络、设备、系统接口和维护成本等现实问题。此外，AI“黑箱”、可解释性不足、责任归属不清，也让临床使用保持谨慎。

AI医疗的下一站：标准化、可付费、可追责、可复制

AI医疗不会一夜之间取代医生，但它会改变医生的工作方式和患者的就医路径。未来的赢家，可能不是模型参数最大的那家，而是能把AI嵌入挂号、分诊、影像、病历、随访、医保结算全流程的企业。对产业而言，DAMO GRAPE这类成果代表AI开始解决筛查效率和早诊率这种真问题；对资本市场而言，AI医疗正从影像单点突破，走向药物研发、健康管理、医院数字化和支付闭环；对患者而言，AI最大的价值未必是“替你看病”，而是在关键时刻多提醒一句、少走一步弯路。

谁能在医保支付、医院采购、药企合作与C端付费间跑通闭环，谁才可能真正领跑这场千亿变革。技术可以很炫，但医疗必须稳。AI医疗的下一站，不是神话，而是标准化、可付费、可追责、可复制。