东京大学医学研究中心与国立癌症研究中心联合研发的AI辅助诊断系统「CancerNet-J」近日取得重大突破。该系统采用多层神经网络架构，通过分析血液中ctDNA甲基化模式、循环肿瘤细胞蛋白组学特征及代谢物谱型等12类生物标志物的组合特征，在早期癌症筛查领域取得显著成效。
根据发表于《自然·医学》期刊的最新临床试验数据显示，该系统对胃癌、肺癌和结直肠癌的综合检测灵敏度达到92.7%，特异性保持在89.4%。相比传统肿瘤标志物检测方法，假阴性率降低了63%，尤其在早期I期癌症检出率提升显著，从原有38%跃升至76%。
研究团队负责人山本健太郎教授表示，该AI系统的核心突破在于建立了动态贝叶斯网络模型，能够实时分析生物标志物间的非线性关联关系。通过整合日本生物银行提供的50万例健康对照数据与12万例癌症患者多组学信息，系统已建立覆盖18种常见癌症的特征图谱库。
目前该系统已进入产业化阶段，预计2026年春季投入临床应用。研发团队强调，该技术完全基于血液样本的液体活检，避免了传统内镜检查的侵入性风险，单次检测成本控制在8000日元（约合370元人民币）以内，具有显著的医疗经济学优势。
值得注意的是，该AI诊断系统已通过日本厚生劳动省的三类医疗器械认证，其算法可解释性模块获得欧盟CE认证，为全球首个通过双认证的癌症AI筛查平台。研究团队正在推进与新加坡中央医院等国际医疗机构的跨国临床试验，计划2026年内完成ISO 13485质量体系认证。
【全文结束】
