阿里巴巴达摩院研发的胰腺癌筛查AI模型DAMO PANDA获得美国FDA“突破性医疗器械”认定，这是中国企业第一次获得这项权威认可。
2.DAMO PANDA模型通过常规非增强CT图像实现胰腺病变的高效检测和精确分类，筛查敏感性和特异性分别高达92.9%和99.9%。
3.除此之外，PANDA模型在20530例连续患者的真实世界验证中，成功检出26例被临床初诊漏诊的胰腺病变，其中包括1例可通过手术治愈的早期胰腺癌。
4.目前，这项突破性技术已获得国际社会广泛认可，达摩院与世界卫生组织数字健康合作中心达成战略合作，共同推动AI早筛技术在发展中国家的应用。
最近，由阿里巴巴达摩院（以下简称“达摩院”）研发的胰腺癌筛查 AI 模型 DAMO PANDA 获得了美国食品药品监督管理局（FDA，Food and Drug Administration）“突破性医疗器械”认定。这标志着中国科技企业在医疗 AI 领域的重要突破，也是中国企业第一次获得这项权威认可。
这一突破性进展源于达摩院在国际上首创的“平扫 CT AI 筛查方案”。该研究团队联合全球顶尖医学机构，成功开发出 DAMO PANDA 模型，其创新性在于能够通过常规非增强 CT 图像实现胰腺病变的高效检测和精确分类。
值得注意的是，传统胰腺癌筛查往往需要依赖增强 CT 或核磁共振成像等复杂检查手段，而该模型仅需平扫 CT 即可完成筛查，大大降低了检查成本和操作复杂度。
测试数据显示，这款 AI 模型筛查敏感性和特异性分别高达 92.9% 和 99.9%。这意味着，DAMO PANDA 模型为胰腺癌的早期筛查和诊断提供了一种具有革命性意义的工具，它不仅能够精准地检测出大多数早期胰腺微小病变，而且该能最大限度地减少误报情况（假阳性结果）的发生。
胰腺癌作为全球第十二大常见癌症，高度恶性的生物学特性使其成为实体恶性肿瘤中最致命的类型之一。
由于早期缺乏特异性临床症状，大多数患者在确诊时已进展至晚期且失去手术机会，这一临床特点直接导致了胰腺癌患者预后极差。
尽管早期筛查被公认为改善预后的关键策略，但传统筛查方法面临巨大挑战：一方面，非特异性症状导致筛查假阳性率居高不下；另一方面，现有影像学检查手段在早期病变识别上存在明显的局限性。
在这一背景下，非增强 CT 因其低辐射剂量和无造影剂风险的特性，成为极具潜力的筛查工具。然而，长期以来医学界普遍认为仅凭非增强 CT 难以实现胰腺癌的准确检测。
针对这一技术瓶颈，达摩院联合多家权威医疗机构创新性地开发了基于深度学习技术的 AI 模型 PANDA。
该模型通过三重创新架构实现了技术突破：首先采用医学图像分割方法PG电子网站 nnU-Net 精确定位胰腺区域，然后运用多任务卷积神经网络（CNN，Convolutional Neural Networks）检测病变，最后引入记忆 Transformer 网络完成亚型分类。
特别值得一提的是，研究团队开发的“胸部 CT 数据增强”策略使模型能够适应不同扫描范围的影像，即使胰腺仅部分显影，仍能通过识别胰管扩张等继发征象实现 86% 的病变检出率。
在严格的临床验证中，PANDA 模型展现出卓越的筛查效能。研究团队首先在单一中心的 3208 名患者数据集上进行模型训练，随后在多中心的 6239 名患者中开展验证。
结果显示，该模型在检测胰腺病变方面达到 92.9% 的灵敏度和 99.9% 的特异性，曲线下面积（AUC，Area Under the ROC Curve）高达 0.986-0.996。与放射科医师相比，PANDA 在检测胰腺腺癌方面的灵敏度提升了 34.1%，特异性提高了 6.3%。
更令人振奋的是，在 20530 例连续患者的真实世界验证中，该系统成功检出 26 例被临床初诊漏诊的胰腺病变，其中包括 1 例可通过手术治愈的早期胰腺癌。
此外，当 PANDA 与非增强 CT 联合使用时，在对常见胰腺病变亚型进行区分时展现出与增强 PG电子网站CT 放射学报告相当的效果，这一发现极大地拓展了该技术的临床应用场景。
同期发表在Nature Medicine的评论文章对该研究高度评价 [2]：“该方法的准确性指标优于宫颈癌的巴氏涂片或乳腺癌的乳腺 X 线摄影等公认的筛查方法，这使得人们有理由将该方法整合到大规模筛查工作中。”
目前，这项突破性技术已获得国际社会广泛认可。2024 年 5 月，达摩院受邀在联合国 AI for Good 峰会上展示该项技术，并和世界卫生组织数字健康合作中心达成战略合作，共同推动 AI 早筛技术在发展中国家的应用。
在国内临床实践中，PANDA 模型也展现出显著价值。例如，在宁波大学附属人民医院的 4 万余人筛查中，成功发现 2 例常规检查漏诊的早期病例。其中，一名患者肿瘤直径仅 1.5 厘米，并因本次筛查得以及时接受手术治疗。
未来，该技术将进一步扩展全球范围内的推广应用，有望为改善这一“癌王”的治疗预后带来更高效的 AI 解决方案。
