癌症篩檢要變天了？看懂 AI 如何從一張 CT 找出身體隱藏癌症警訊｜《未來1000天》
一位患者因為其他症狀躺進掃描儀，放射科醫師按照流程看完目標區域，寫好報告，歸檔。這在全球每一間醫院每天都會發生幾百次。沒有人覺得有什麼不對。直到AI影像診斷系統重新掃了一遍同一批影像，螢幕上跳出一個標記：胰臟，疑似早期病變。
這個案例來自上海市胰腺疾病研究所和阿里巴巴達摩院聯手發表在《自然醫學》（Nature Medicine）上的研究。他們讓AI回頭檢視超過2萬例「原本不是要看胰臟」的平掃CT，結果發現了31例被臨床漏掉的病變，其中2例確認為早期胰腺癌，患者後來接受了積極治療。
2萬多張影像裡，藏著31條被忽略的線索，人的眼睛不是不夠銳利，是看的方向被任務侷限住了。你來照胸部，醫師就看胸部。胰臟在掃描範圍內，但沒有人多看一眼。AI不一樣，它沒有「任務框架」，掃描範圍內的每一個器官都是它的守備範圍。
《未來1000天》，薄世寧用一句話點破這件事的深層意義：「AI讓一次普通的影像檢查，具備了潛在的對掃描範圍內所有器官進行早期癌症篩查的價值。」
AI癌症篩查已經走到哪一步？從肺結節到胰腺癌早篩的跨越
胰腺癌在所有癌症裡算是最狡猾的一種。早期幾乎沒有症狀，等患者感覺到不適，多半已經是中晚期。五年存活率長期徘徊在個位數。傳統篩檢手段對胰腺癌的早期偵測能力非常有限，這也是為什麼達摩院那篇論文在醫療圈引起巨大迴響。
如果AI能從一張「順便掃到」的CT裡揪出早期胰腺癌，那這項技術的天花板遠比我們想像的還高。
把視野拉開來看，AI影像診斷在中國的落地速度比多數人知道的快得多。
截至2025年，國家藥監局已經批准了60餘款AI影像輔助診斷的三類醫療器械產品，涵蓋腦出血識別、肺結節檢測、乳腺癌篩查、骨折輔助診斷、腦部腫瘤分析等多個病種。
在三甲醫院裡，AI肺結節輔助診斷的滲透率已經達到大約八成，肺結節良惡性判別的準確率可以達到90%到95%，腦腫瘤的整體診斷準確率超過90%。這些數字已經非常接近資深放射科專家的水準。
從肺結節到胰腺癌，AI癌症篩查的跨越代表的不只是技術進步，是應用場景的質變。
肺結節篩查是「你來照胸部CT，AI幫你多看一眼有沒有結節」。
胰腺癌早篩是「你來照別的東西，AI把掃描範圍內所有可疑訊號都撈出來」。
前者是輔助，後者是全面守備，一次檢查的資訊量被徹底釋放了。
「截至2025年，國家藥監局已批准了60餘款AI影像輔助診斷三類醫療器械產品，覆蓋腦出血識別、肺結節檢測、乳腺癌篩查、骨折輔助診斷、腦部腫瘤分析等多個病種。」薄世寧，《未來1000天》
為什麼AI醫療器械還沒全面普及？三大限速器拆解
技術跑得快，制度跑得慢。
AI影像診斷在實驗室裡的表現已經夠亮眼了，但從論文到病房，中間隔著三道很現實的關卡。
《未來1000天》裡把這三道關卡稱為「限速器」，我覺得這個比喻很精準，因為它們不是在擋路，是在控制速度。
- 第一個限速器是審批流程
AI影像產品在中國屬於三類醫療器械，這是監管最嚴格的等級。
從申請到拿到註冊證，平均需要大約兩年時間。更麻煩的是，AI模型如果做了重大更新（比如加入新的疾病辨識功能或用新數據重新訓練），理論上需要重新走一遍審批。
技術迭代的速度是以月計算的，審批週期卻是以年計算的。這中間的落差，讓很多已經在技術上領先的產品沒辦法及時送到臨床使用。
- 第二個限速器是數據品質和隱私壁壘
AI判斷的好壞，完全取決於餵給它的影像品質
三甲醫院用的CT設備通常是128排甚至更高階的機種，拍出來的影像解析度夠細，AI可以辨識到很微小的病變。
但到了縣級醫院和基層衛生機構，64排以下的CT設備佔比大約45%。
這些設備拍出來的影像品質參差不齊，AI在上面的判斷準確率會打折扣。
更棘手的是，不同醫院之間的影像數據很難互通。
每家醫院的數據都被隱私法規和行政壁壘鎖在自己的系統裡，AI模型沒辦法跨機構學習，等於每一間醫院都要從頭教起。
- 第三個限速器是醫保支付
目前AI影像診斷服務還沒有被納入醫保報銷範圍。這意味著患者如果想用AI輔助判讀，要自己掏錢。對三甲醫院的高端自費客群來說，這筆費用或許不是問題；但對最需要AI輔助的基層醫療機構和偏遠地區患者來說，沒有醫保覆蓋就等於沒有門票。AI影像診斷的最大社會價值在於填補基層醫療的能力缺口，偏偏支付機制把最需要它的人擋在門外。
AI影像診斷的真正對手不是醫師，是系統性的落差
很多媒體報導AI醫療的時候喜歡問「AI會取代放射科醫師嗎」。
看完《未來1000天》裡薄世寧的分析，你會發現這個問題問錯了方向，AI影像診斷最大的價值不在於取代專家，在於把專家級的判讀能力下放到那些根本請不到專家的地方。
中國三甲醫院的放射科醫師陣容堅強，AI在那裡頂多是多一雙眼睛、多一道保險。真正的戰場在縣域醫院。AI肺結節輔助診斷在三甲醫院的滲透率已經到了八成，但在縣域只有三成。那七成的差距裡，住著幾億人。他們做完CT之後，報告可能要等很久，判讀的醫師可能經驗不足，微小的早期病變可能就在等待和疏忽中溜走。
AI要填補的，正是這個系統性的落差。
想像一下：一個縣城的居民做了一次常規體檢CT，AI自動掃過所有器官，標記出三個需要注意的區域，再由當地醫師結合AI報告做最終判斷。即便當地醫師經驗有限，有了AI的輔助標記，至少不會「完全看不到」。
這就是「AI讓一次普通影像檢查具備全面篩查價值」的實際意義。不是取代誰，是讓每一個人都有機會被多看一眼。
回到開頭案例，兩位患者的早期胰腺癌被AI撈出來之後，及時接受了治療。胰腺癌的早期治療和晚期治療，存活率差距可以到十幾倍。對這兩個人來說，那不是一個「技術突破」的數據點，那是多活幾年甚至幾十年的機會。
三大限速器確實存在。審批要時間，數據要整合，醫保要改革。這些問題不會在一夜之間解決。但技術本身已經準備好了。60餘款產品拿到了批准，90%以上的準確率已經達到了，AI醫療的多個突破正在各個病種上同步推進。限速器會一個一個鬆開的。
《未來1000天》裡描繪的1000天後，不是一個AI取代醫師的世界，是一個你做任何一次影像檢查，AI都幫你全身掃一遍的世界。
距離那一天，也許比你想的更近。而在那一天到來之前，我們能做的，是理解這項AI醫療技術的潛力與局限，帶著合理的期待去擁抱它，同時推動那三個限速器盡快鬆綁。
那兩位因為AI多看一眼而提早發現胰腺癌的患者，他們的故事不該只是論文裡的數字。它應該成為常態。
常見問題
AI影像診斷的準確率有多高？
根據《未來1000天》引用的數據，AI在肺結節良惡性判別上準確率達90%到95%，腦腫瘤整體診斷準確率超過90%，已經非常接近資深放射科專家的水準。不過準確率會受到影像設備品質影響，高階CT拍出的影像效果優於基層醫院的低階設備。
胰腺癌早篩用AI真的有效嗎？
上海市胰腺疾病研究所與阿里巴巴達摩院發表在《自然醫學》上的研究顯示，AI從2萬多例平掃CT中成功識別出31例臨床漏診病變，其中2例為早期胰腺癌。這證明AI有能力在非針對性的常規影像檢查中發現隱藏的胰腺癌早期徵兆。
為什麼AI醫療器械的審批這麼慢？
AI影像產品在中國屬於三類醫療器械，是監管最嚴格的等級，從申請到取得註冊證平均約兩年。模型重大更新還需重新審批。這是為了確保安全性，但也造成技術迭代速度和審批週期之間的明顯落差。
AI影像診斷會取代放射科醫師嗎？
短期內不會。AI影像診斷目前定位為「輔助」角色，協助醫師標記可疑區域、提升效率和減少漏診。它最大的價值在於填補基層醫療的專家缺口，把專家級判讀能力帶到偏遠和資源不足的地區，讓每個患者都能被「多看一眼」。