本文是專業(yè)學術論文解讀，不做醫(yī)療建議。

近日，上?？萍即髮W錢學駿教授團隊取得了一項重要突破 – 他們研發(fā)的 AI 系統(tǒng)，能從同一張胸部 CT 里同時篩查肺癌和乳腺癌。這套系統(tǒng)名叫 OMAFound，名字里的 OMA 是英文“癌”（Carcinoma）的后三個字母，F(xiàn)ound 則兼具“基礎模型”和“發(fā)現(xiàn)”的含義，直白凸顯了它擅長發(fā)現(xiàn)癌癥的核心能力。相關論文發(fā)表于 Nature Health 上。

使用時，大家只需做一次普通 CT，比如體檢時常見的低劑量胸部 CT，就能同時篩查出全球發(fā)病率前兩位的癌癥 – 女性特有的乳腺癌和男女都高發(fā)的肺癌，準確率接近專業(yè)檢查。

這個成果的核心就是一次 CT 掃完，兩個器官都查了。他們在四家醫(yī)院的兩萬多名體檢人群里測試，結果發(fā)現(xiàn)對于女性 AI 發(fā)現(xiàn)乳腺癌的準確率達到 82.2%，發(fā)現(xiàn)肺癌的準確率達到 88%。

男性只能看肺癌，準確率達到 86.1%。更重要的是，有了 AI 幫忙，參與合作的 7 位放射科醫(yī)生的敏感度平均提高了 38.9%。乳腺癌漏診率一下子降下來，患者也不需要多花錢、多被動接受輻射和多花費時間。

（來源：Nature Health）

很多人在體檢時都做過胸部 CT。體檢時躺上去，十幾秒就掃完了，大家通常只關注肺部有沒有結節(jié)。其實，這張片子也拍到了乳腺。只是醫(yī)生平時重點關注肺部，那些藏在角落里的乳腺組織，往往會被忽略。

錢學駿告訴 DeepTech，女性健康一直以來都是全球的重要關注點，國家早在 2009 年就出臺了包括乳腺癌的“兩癌”篩查項目，2019 年更是納入基本公共衛(wèi)生項目，覆蓋全國城鎮(zhèn)和鄉(xiāng)村，意義重大?！拔覀兙拖肽懿荒茏龅酶者m，讓更多人受益，而不是只關注已經患癌的人群（畢竟是少數(shù)人）?！彼f。

他進一步解釋，癌癥患者確診后，治療固然重要，但篩查越靠前、發(fā)現(xiàn)得越早，對患者的治療效果和心理狀態(tài)影響越大。“身邊很多案例，很后悔為什么沒早期發(fā)現(xiàn)，發(fā)現(xiàn)就是中期甚至晚期。如果機會性篩查時拍個胸片或 CT 就看出來了，早發(fā)現(xiàn)治愈率基本百分之百，受益非常大。”他表示。

（來源：愛康 2025 中國女性健康粉紅報告）

而他在這一領域的研究持續(xù)了將近十年。據了解，錢學駿回國之前在美國南加州大學獲得博士學位，之后在該校醫(yī)學院從博士后研究。2023 年初回國，在上?？萍即髮W獨立組建了實驗室，這次成果也基于其近年來的持續(xù)積累。

圖 | 錢學駿（來源：受訪者）

他最早關注到的痛點，是超聲看乳腺不夠準確。尤其對于中國女性來說，乳腺組織偏致密，早期病灶在超聲上不明顯，容易漏掉。2021 年，他和合作者發(fā)了一篇 Nature Biomedical Engineerning 論文，那篇論文做的是多模態(tài)超聲融合。

傳統(tǒng)超聲只有 B 模式，他們加上了彩色多普勒查看血流，還加上了彈性成像測硬度。三種模式、兩個切面、6 張圖一起喂給 AI，讓模型學會從不同角度判斷病灶性質。當時的效果已經不錯，在測試集 AUC 上達到 0.955，和放射科醫(yī)生不相上下。

但那還不夠。臨床上，乳腺檢查的黃金標準是超聲加鉬靶一起做。可問題是患者去了醫(yī)院，到底應該先做哪個？兩個都做太費錢，只做一個又怕漏。

2024 年，他和合作者又發(fā)了一篇 Nature Biomedical Engineering 論文，這次把超聲和鉬靶的圖像都拿過來，再加上患者的年齡和 BMI 這些臨床信息，做了一個多模態(tài)模型。模型能夠同時使用兩種影像，還能把臨床信息融合進去，在疑難的四類病灶上，效果比放射科醫(yī)生還好。

但這兩步都是在患者已經發(fā)現(xiàn)癥狀（如疼痛，不適，有硬物等）之后做的。錢學駿想做的事情是：能不能再往前推一步，在還沒有發(fā)現(xiàn)問題的時候，就能幫助更多人篩選出來？

這就是此次的新工作。他和團隊發(fā)現(xiàn)胸部 CT 在中國用得太多了。體檢、門診、術前檢查，動不動就開一張。在這些患者里，他們大部分沒有做過乳腺鉬靶，甚至沒有想過要查乳腺。但在他們的 CT 片子里，乳腺其實已經被拍到了。

（來源：Nature Health）

傳統(tǒng)上，CT 并未被用來查乳腺，因為軟組織對比度不夠，醫(yī)生沒法直接看。但他想的是醫(yī)生看不了，AI 能不能看？他和團隊使用了幾十萬張 CT 片子來訓練模型，讓 AI 學會從正常的胸部掃描里找到那些微小的、容易被忽略的異常信號，結果發(fā)現(xiàn)這個方案是可行的。

更重要的是，這個方案不會給患者帶來任何額外負擔。片子是本來就拍的，AI 分析是后臺跑的，患者不需要額外跑一趟，不需要多付錢，不需要再受一次輻射。

這種思路叫做“機會性篩查”，不是專門為了查癌去拍攝片子，是在已有的檢查里順便把癌癥給篩選出來。他表示：“因為沒有任何經濟負擔，甚至不發(fā)達國家有低端設備也能干一次全查完。從經濟便捷角度非常實用?！?/p>

（來源：Nature Health）

他告訴 DeepTech：“這次和安徽的醫(yī)院合作，其實也是延續(xù)，從作者列表能看出來，我們核心團隊一直在堅持做這個。我們不是東打一槍西打一槍，而是圍繞乳腺領域做實用研究。合作的醫(yī)生是乳腺外科的，對這個方向有很強需求，我們圍繞共同話題，一直用現(xiàn)有技術和資源，沿著乳腺癌精準診斷和防治往下做?！?/p>

他補充稱：“能有這一系列連貫的成果，離不開目前所在單位領導與平臺的很多支持，尤其是算力上的，這對 AI 很重要?！?/p>

下一步，他和團隊希望精進模型的性能，做一些工程化的努力，實現(xiàn)科研的轉化，真正落地到醫(yī)院里。

參考資料：

https://doi.org/10.1038/s44360-026-00055-8

https://doi.org/10.1038/s41551-021-00711-2

https://doi.org/10.1038/s41551-024-01302-7

運營/排版：何晨龍

本文是專業(yè)學術論文解讀，不做醫(yī)療建議。