行业领域

新一代信息技术产业,人工智能

需求背景

结直肠癌是国内高发消化道恶性肿瘤，发病率逐年攀升且年轻化趋势明显，早期症状隐匿，多数患者由肠息肉、肠道炎症逐步恶变发展而来，病程周期长、早期干预空间大，但早期检出率极低。传统结直肠癌筛查依赖肠镜检查，属于侵入式检测方式，存在舒适度差、依从性低、检查成本高、筛查覆盖范围有限等问题，难以实现大规模人群常态化筛查，导致大量早期患者漏诊，延误最佳治疗时机。随着国民健康意识提升与公共卫生筛查体系完善，无创、高效、低成本、高精准的结直肠癌早筛技术成为行业刚需。国家持续推进癌症早诊早治工程，鼓励无创化、智能化、普惠化的肿瘤筛查技术创新，推动重大疾病筛查技术国产化替代，为AI无创肠癌早筛技术产业化落地提供了良好的政策与市场环境。

当前国内结直肠癌筛查与诊断体系存在明显技术短板与产业短板。传统肠镜筛查侵入性强、受众接受度低，粪便潜血检测、肿瘤标志物检测精准度不足、假阳性率偏高，无法实现早期病灶精准识别；临床诊断依赖医师人工阅片与经验判断，肠道结构复杂、褶皱多、病灶隐匿，早期微小息肉、扁平病灶、隐匿癌变病灶极易漏诊，人工诊断效率低、误差大。现有传统AI肠癌诊断模型多针对肠镜影像研发，适配平扫CT无创筛查场景的成熟技术稀缺，难以实现“无感式”大规模人群筛查；同时多数模型对肠道病灶良恶性鉴别能力弱、分期预判精度不足，无法满足临床精准诊疗需求，高端无创肠癌AI早筛技术长期被国外技术垄断，国产化普惠型技术体系存在巨大空白。

从国内外技术现状来看，现有结直肠癌AI诊断技术普遍存在无创适配性差、微小病灶识别能力弱、良恶性区分精度低、人群泛化性不足等共性技术难题，多数技术仅能适配侵入式肠镜影像，无法依托常规体检平扫CT实现无创早筛，难以适配大规模普查场景。常规算法对肠道复杂结构的抗干扰能力差，易受粪便、褶皱、炎症干扰导致误判，且缺乏完整的病灶筛查、风险分级、预后预判一体化技术体系。经科技查新证实，国内尚未形成基于平扫CT的无创、高精准、可规模化的结直肠癌AI早筛产业化技术体系，无法满足全民常态化早筛需求。因此，研发AI无创结直肠癌早筛与智能诊断关键技术，突破传统筛查技术侵入性、低精准、低覆盖的瓶颈，构建无感、高效、精准的大规模肠癌筛查体系，提升早期肠癌检出率，降低国民癌症致死率，完善国内肿瘤早筛公共卫生体系，具有重大民生价值与产业意义。

需解决的主要技术难题

本项目依托常规平扫CT影像数据，研发无创AI结直肠癌智能早筛与诊断技术，实现肠道微小息肉、隐匿病灶、早期癌变精准检出、良恶性分级、风险评估与预后预判，适配全民体检早筛、临床精准诊断、术后复发监测场景，需攻克三大核心技术难题：

1. 复杂肠道结构下微小隐匿病灶精准识别难题。肠道褶皱密集、内容物复杂、干扰因素多，早期肠癌微小息肉、扁平病灶、粘膜病变特征微弱，传统AI算法抗干扰能力差，极易出现漏诊、误诊。如何优化专属深度学习算法，强化微弱病灶特征提取能力，屏蔽肠道粪便、气体、炎症、结构褶皱等干扰，精准捕捉毫米级早期病灶，解决无创筛查病灶识别难度大的行业痛点，是项目首要攻克的核心技术难题。

2. 无创影像数据适配与良恶性智能鉴别难题。平扫CT影像分辨率、病灶特征清晰度远低于肠镜影像，无创数据病灶特征模糊，难以精准区分息肉增生、良性炎症与早期癌变。如何构建适配平扫CT数据的病灶特征库，挖掘早期癌变核心影像学特征，优化多分类智能判别模型，实现病灶良恶性、病变等级精准区分，同时预判病灶恶变风险，解决无创筛查精准度不足的技术瓶颈。

3. 大规模人群泛化与标准化筛查体系构建难题。不同年龄段、不同体质、不同肠道状态人群病灶特征差异大，不同设备扫描影像数据参数不一，模型人群泛化能力、跨场景适配性不足。如何优化模型迭代机制，基于海量多中心临床数据提升模型通用性；构建标准化、流程化的AI无创肠癌筛查体系，适配全民大规模普查与各级医疗机构临床应用，形成可复制、可推广的产业化方案，是项目落地普及的关键难点。

期望实现的主要技术目标

a. 无创筛查性能：依托常规平扫 CT 实现完全无感无创筛查，无需肠道准备、无侵入损伤、受众依从性 100%；b. 病灶识别精度：毫米级肠道息肉、早期隐匿病灶检出敏感性≥98%，特异性≥99.5%，漏诊率≤0.2%；c. 良恶性判别：病灶良恶性分类准确率≥96%，早期癌变预判精准度≥95%，假阳性率大幅降低；d. 筛查效率：单例影像全自动智能分析时长≤15 秒，可支撑大规模人群批量筛查；e. 泛化适配性：适配不同型号 CT 设备、不同年龄段人群，跨中心、跨场景筛查准确率稳定≥95%；f. 临床适配能力：支持病灶定位、大小测量、风险分级、筛查报告自动生成，完全贴合临床流程；g. 产业化指标：建成标准化 AI 肠癌早筛系统，通过医疗器械合规认证，筛查成本较传统肠镜筛查降低 60% 以上，可规模化普及落地。