从东野圭吾的遗憾说起：AI正在如何重塑结直肠癌防治的每一道防线？

2026年7月，日本文坛传来令人扼腕的消息——著名推理小说作家东野圭吾因大肠癌去世。这位曾以《嫌疑人X的献身》《白夜行》等作品震撼全球读者的作家，最终未能战胜这一高悬于人类健康头顶的利剑。

结直肠癌，这个全球发病率第三、死亡率第二的恶性肿瘤，又一次以最残酷的方式闯入公众视野。据世界卫生组织数据，2022年全球新增结直肠癌病例约192.6万例，死亡约90.4万例。而在中国，这一数字同样触目惊心——每年新发51.7万例，死亡24万例，发病率和死亡率均呈上升趋势，且呈现明显的年轻化特征。

然而，在沉重的数字背后，一场由人工智能驱动的变革正在悄然发生。从筛查、诊断、治疗到术后管理，AI正在构筑一道全新的结直肠癌防治防线。它未必能消除所有遗憾，但正在让“遗憾”越来越少。

第一道防线：筛查——让“不愿做肠镜”的人也能被早发现

东野圭吾的离去令人惋惜，但一个残酷的事实是：如果能在早期发现，结直肠癌的5年生存率超过90%；而一旦拖到晚期，这一数字骤降至14%左右。

问题在于，传统的肠癌筛查手段存在天然的“门槛”。粪便隐血测试需要主动采集样本，特异性不足；肠镜检查虽然准确，但需要服用泻药清空肠道、体感不适，还要面对麻醉和价格问题。数据显示，我国仍有近一半目标人群未接受肠癌筛查。

AI给出的解法是：“平扫CT+AI”无感筛查。

2026年4月28日，阿里巴巴达摩院联合广东省人民医院等机构在《肿瘤学年鉴》（Annals of Oncology）发表了肠癌筛查AI模型DAMO COCA的研究成果。该研究为多中心回顾性验证，共回顾27,433人的平扫CT影像数据。模型在国际上首次提出了一种无需肠道准备、患者完全“无感”的肠癌机会性筛查方法。患者只需要拍摄常规的平扫CT——这种检查在国内广泛用于体检、创伤评估和腹痛排查——AI就能在影像中识别出医生肉眼难以发现的细微病灶。

DAMO COCA的表现令人振奋：识别敏感性达86.6%，特异性高达99.8%（误诊率仅0.2%），相比10名不同年资的影像科医生，敏感性高出20.4%。在真实世界试验中，研究团队从27,433人的平扫CT影像中发现了5例被遗漏的肠癌患者——其中一位患者曾连续两年拍摄平扫CT均未检出异常，直到第三年通过肠镜确诊时肿瘤已经发展增大。AI让这些“漏网之鱼”提前两年浮出水面。

在患者参与度方面，2024年美国临床肿瘤学会年会上公布的MyEleanor系统，利用AI虚拟导航员通过电话联系未完成筛查的患者，帮助克服预约障碍，使结肠镜检查完成率从10%提升至19%，总筛查人数增加了36%。

AI正在把肠癌筛查从一个“让人抗拒的任务”变成一次“顺带完成的检查”。这种转变，可能挽救无数个“东野圭吾”。从胰腺癌到胃癌再到肠癌，达摩院“平扫CT+AI”的多癌筛查技术路线正在逐步验证中——一次平扫CT，就能识别多种消化系统癌症。

第二道防线：内镜——给医生的眼睛装上“显微镜”和“警示灯”

对于已经进入内镜检查环节的患者，AI同样扮演着关键角色。传统结肠镜检查存在一个令人不安的现实：大约25%的息肉会被漏诊，尤其是一些扁平、微小或隐藏在褶皱中的病变。这些被遗漏的息肉，可能就是日后癌变的种子。

AI的解决方案是CADe（计算机辅助检测）系统——在结肠镜检查过程中，AI实时分析视频图像，用方框标注出可疑息肉的位置，并发出提示音，相当于给内镜医生配备了一位不知疲倦的“第二双眼睛”。

大量临床研究证实了这一技术的价值：

• 妙佑医疗国际领导的一项多中心研究显示，AI辅助下癌前息肉的漏诊率从32.4%降至15.5%，降低了两倍有余。
• 首个获得美国FDA授权的计算机辅助息肉检测系统GI Genius（通过De Novo途径授权），在多项随机对照试验中将腺瘤检出率从48.4%提升至56.6%。
• 中国的Endoscreener系统在超过1000例患者的随机对照试验中，将腺瘤检出率从20.3%提升至29.1%。

更进一步的是CADx（计算机辅助诊断）系统——它不仅能“找到”息肉，还能“判断”息肉的性质（是良性增生还是腺瘤），帮助医生在镜下实时做出决策，避免不必要的活检和切除，减轻患者负担。

值得关注的是，AI不仅能辅助诊断，还能规范内镜操作本身。武汉楚精灵公司研发的ENDOANGEL系统，能够实时监测退镜速度和退镜时间，提醒医生注意因镜头打滑造成的盲区。研究表明，使用该系统后腺瘤检出率从16%提升至34%。AI不仅帮医生“看得更准”，还帮医生“做得更规范”。

第三道防线：治疗决策——从“经验驱动”到“数据+智能驱动”

如果筛查和内镜是第一、二道防线，那么确诊后的治疗决策则是决定患者生存时间和生活质量的核心战役。

传统上，结直肠癌的治疗方案选择高度依赖医生的个人经验和有限的分期信息。但即使是顶尖专家，也难以同时整合影像、病理、基因检测、临床指南和最新研究成果等海量信息。AI的价值在于：它是一个永不疲倦的“超级决策助理”。

预后预测：从“一刀切”到个体化决策

北京清华长庚医院肿瘤中心联合斯坦福大学等国际团队，基于深度学习构建了全球首个胃肠道肿瘤预后预测模型，成果发表于《Journal of Clinical Oncology》。该模型在胃癌、食管癌和结直肠癌队列中验证，预测疾病特异性生存的一致性指数达0.714~0.797，显著优于传统临床指标。更重要的是，它可以区分高危与低危患者——高风险组接受辅助化疗后生存获益提升3倍，而低风险组化疗无显著获益。这意味着，AI可以帮助一部分患者避免不必要的化疗毒副作用。

分子分型：给MRI装上“AI显微镜”

复旦大学附属肿瘤医院近期在《Radiology》上发表的研究，首次实现了通过常规术前MRI无创预测结直肠癌最凶险的分子亚型（CMS4）。该模型识别出的高风险患者，复发或转移风险是其他患者的近6倍。这等于把肠癌的术前评估从“看形态”推进到“断基因”的新维度。

手术与用药：从经验操作到智能辅助

在手术环节，腹腔镜结直肠手术对医生经验要求极高。AI已能实现手术阶段的自动识别（准确率超90%），并在手术器械识别和解剖结构辅助显示等方向展现出潜力——尽管后两者距离临床常规应用仍需进一步验证。

在用药指导方面，中山大学肿瘤防治中心于2025年12月发布的业内首个结直肠癌诊疗决策大模型“天枢”，依托近300万份真实临床病历训练，覆盖从早期筛查到复发监测的全流程。据医院公开信息，其“思维链可视化”功能让每一个决策节点都有据可查，打破了传统AI“黑箱”困境。

第四道防线：术后与康复——让“治完了”不等于“治好了”

手术成功只是战役的一半。术后并发症、复发监测和长期管理，同样是决定患者生存质量的关键。

丹麦研究人员利用国家登记库的大规模数据，开发了一款AI术前风险评估模型。在前瞻性实施中，使用该模型进行个体化治疗分层的患者，严重并发症发生率从28.0%降至19.1%，再入院率显著下降，且每位患者平均节省约2848美元。该研究发表于2025年的《自然·医学》杂志，实现了从模型开发到临床实施再到成本效益评估的完整验证。

在复发监测方面，AI影像组学技术可以挖掘常规CT/MRI图像中人眼无法识别的微观信息，用于预测肿瘤的基因突变状态和化疗敏感性，为术后辅助治疗方案的调整提供决策支持。

需要指出的是，术后AI应用整体仍处于早期研究阶段，其临床常规化应用仍需更多前瞻性验证。

遗憾仍在，但希望从未如此清晰

东野圭吾的离去是一个悲剧，但它不应仅仅是一个悲剧。它应该成为一个提醒：结直肠癌依然凶猛，但人类对抗它的武器库正在以前所未有的速度扩充——而AI是其中最引人注目的新成员。

当然，我们也必须保持清醒。AI辅助系统存在对训练数据的依赖、对不同人群的普适性差异、对无蒂锯齿状病变等特殊类型的识别短板，以及医生可能过度依赖AI而放松自身警惕的风险。AI是医生的“副驾驶”，而非“自动驾驶”。

但无论如何，一个事实正在变得清晰：从你拍下一张平扫CT、走进一次肠镜检查室，到你确诊后的治疗方案选择、术后的康复管理——AI已经或即将参与到每一个环节中。它也许不能让所有的“东野圭吾”都得以幸免，但它正在让越来越多的普通人，在癌症面前多争取到一些时间、一些质量、一些希望。

这或许就是技术最朴素的使命：让遗憾少一点，再少一点。

参考文献：

清华长庚医院肿瘤中心团队. Journal of Clinical Oncology, 2025. DOI: 10.1200/JCO-24-01501

阿里巴巴达摩院. Annals of Oncology, 2026（2026年4月28日）

Wallace MB et al. Gastroenterology, 2022

Repici A et al. Gastroenterology, 2020

Rosen AW et al. Nature Medicine, 2025. DOI: 10.1038/s41591-025-03942-x

中山大学肿瘤防治中心“天枢”大模型, 2025年12月

复旦大学附属肿瘤医院. Radiology, 2026

Kitaguchi D et al. International Journal of Surgery, 2020

Wang P et al. Gut, 2019

Gong D et al. Gastrointestinal Endoscopy, 2020