撰文｜李想俣
编辑｜李珊珊
在胃癌面前，你需要的不仅仅是手术刀。
很多胃癌患者的故事，会萦绕在河北医科大学第四医院（河北省肿瘤医院）副院长赵群脑海。
有两位胃癌患者：一位是查体发现，手术顺利、后续治疗也按规范完成，却在不到半年后就复发，病情迅速恶化；另一位因饮酒引发胃出血，送到医院时查出胃癌，医生最初对预后并不乐观，但多年随访下来一直保持稳定，人好好的。相似的临床条件，最终结局却可能完全不同。
类似病例，在这个医生团队的长期随访中并不少见。“为什么同样接受规范治疗，有的患者长期稳定，有的却很快复发？这是困扰我们临床医生的一个关键痛点。”赵群的同事、本次研究团队的核心骨干丁平安医生说。
TNM分期仍是胃癌诊疗最重要的基础工具，但它主要描述肿瘤的解剖学范围，对肿瘤生物学行为和患者个体差异的反映有限。胃癌甚至实体肿瘤癌症本身的传统TNM分期“都比较粗糙”。不仅中国，美国等发达国家亦是如此。因此，同一期别患者仍可能出现不同的复发风险和治疗结局。临床真正需要的，是在规范分期基础上进一步实现更细致、更可靠的风险分层。
每念及此，赵群和同事们都会感到：痛心。胃癌防治，除了把手术做好，还需要更早预见风险，才能把治疗和随访做得更精准，服务患者。
“对癌症患者进行疗效优化和复发风险分层管理，是临床普遍认同的方向。真正困难的是，怎样把这种判断变成可量化、可验证、可复制的工具。但这个事到底怎么做？”蚂蚁阿福医疗AI实验室负责人吕乐说。
在这样的临床问题基础上，河北医科大学第四医院胃癌研究团队与蚂蚁阿福医疗AI团队开始合作，围绕围手术期并发症、早期复发和异时性肝转移三个关键风险开展研究。相关成果已陆续发表于国际知名期刊《Annals of Oncology》和《Nature Communications》。[1][2][3]
双方将人工智能与多模态建模方法嵌入临床研究，从常规影像、病理和临床资料中提取传统人工判读难以稳定量化的信息，尝试把风险识别从“事后发现”尽可能前移到术前、术后早期和随访决策环节，为胃癌的精准治疗和风险分层管理提供新的研究工具。这样的临床研究进展，也给胃癌的精准治疗和复发随访管理带来了更多希望。
01 胃癌患者之痛，医生之痛
故事的开始，不是一段代码，不是一个模型，而是外科医生们在一次次病例复盘中挥之不去的困惑。
中国有全世界最多的胃癌患者。2022年，中国约有35.9万例胃癌新发病例、26万例胃癌死亡病例，均占到全球胃癌新发和死亡总数近四成。
在河北，胃癌更是全省发病率高居第二的恶性肿瘤。尤其是太行山区，由于饮食习惯等原因，是中国著名的食管癌、胃癌等上消化道恶性肿瘤高发区。
赵群说，东亚都是胃癌高发地区，但日本和韩国较成熟值得学习的地方，是有完善的筛查体系(胃镜做得好，而且医保基本免费)，提高了早癌的发现比例。相比之下，中国仍有相当比例患者确诊时已进入进展期胃癌；当然，随着中国近年来胃癌筛查和早诊早治不断推进，这一局面正在逐步改善。
对于进展期胃癌，临床团队长期随访中总有一些病例让赵群他们难以释怀：手术已经做到R0切除，TNM分期也没有提示极高风险，患者却在一年多后出现肝转移；还有一些患者，术后不久便遭遇严重的并发症。手术已经尽可能做得彻底，那些没有被拦住的风险，究竟藏在哪里？
这是胃癌患者之痛，也是医生之痛。
传统的TNM分期仍然是胃癌分期最重要的工具之一。T代表原发肿瘤，N代表淋巴结，M代表远处转移。这样的分期试图告诉医生，肿瘤已经进展到什么程度。
但是，这把“尺子”主要描述肿瘤已经发展到哪里，不同程度的“尺子”并不能完全解释患者为什么会走向不同的结局。十余年来，河北医科大学第四医院胃癌研究团队一直围绕胃癌精准分期开展系统探索，试图不断弥补传统TNM分期在实际临床中的不足。团队将CT肿瘤体积及治疗前后变化用于T分期的补充；通过吲哚菁绿和纳米炭淋巴示踪提高淋巴结检出和送检的充分性，纠正尤其是新辅助治疗后可能出现的N分期偏倚；再以腹腔镜探查联合腹腔脱落细胞学检测作为M分期的补充，识别常规影像难以发现的隐匿性腹膜转移。与此同时，团队还把病理取材、分子标志物及营养和体成分评估纳入更完整的分期与风险评估框架。
分期越做越细，团队却发现，同一期别患者的复发和生存结局仍可能明显不同——这也成为后来继续寻找“分期之外”风险信息的起点。
平均每年，河北医大四院外三科，都要收治4000多位胃癌患者，其中手术患者1200多位。
从2012年前后开始，外三科的患者们被纳入“队列”。每天都有新的患者进入医院，也不断有新的治疗信息和随访结局产生。十几年的积累，是临床团队坐冷板凳的“苦功夫”。
所谓队列（Cohort），是流行病学与临床研究中的一个基本概念，指在特定时期内对一组具有共同特征的人群进行持续观察和随访，以记录疾病进展、复发、生存、死亡等结局。
对一家医院而言，临床数据不是简单的电子病历集合。每位患者进入医院、接受检查、手术、治疗，再到复发或者长期生存，都形成了一条完整的治疗轨迹。
在赵群和同事们看来，队列不仅仅是研究样本的集合队列，而是每一位患者在真实诊疗和长期随访中留下的珍贵线索。
吕乐也讲起一个让自己印象很深的故事。在负责蚂蚁阿福医疗AI实验室之前，他曾在英伟达创立医疗AI部门，也曾获美国国家卫生研究院(NIH)临床中心年度院长奖等奖项。大概八九年前，吕乐和约翰·霍普金斯医院的医生交流肿瘤医疗数据研究，对方说，“我想用这些已经去世的病人们的生命，来帮助下一个病人得到更好的治疗。”说着说着，这位医生潸然泪下。
如何从“队列”中找到影响患者预后的规律，一直是河北医大四院胃肠肿瘤外科团队想解决的问题。
“如果没有比较好的、高效率的数据处理办法，临床数据仍然是一堆‘死’数据。”丁平安说。他是主治医生，也是在读博士。这个医生团队迫切想让十几年积累的临床数据变“活”，能真正指导未来的临床决策，帮到后续的病人。
随着蚂蚁集团旗下AI健康助手“蚂蚁阿福”的加入，这批长期队列经过系统的多模态分析和模型验证，开始显现出医生们期待的这种作用。
03 与医生共同出题，与AI共同找答案
合作的起点不是“能做什么模型”，而是“临床最需要解决什么问题”。
合作启动后，两支团队保持密切的线上线下交流。蚂蚁阿福医疗AI团队的科学家们，也多次来到石家庄，来到河北医大四院。其中，蚂蚁集团高级科学家杨森对病理AI已有多年研究，也曾任哈佛医学院访问科学家、斯坦福大学高级研究员。
“作为临床大夫，我们不懂AI，只会描述临床问题。”丁平安坦陈。杨森理解问题的角度则包括AI和算法。丁平安和同事们看到一篇好的AI文献，会去问杨森他们；杨森和同事们遇到偏临床的问题，也会反过来咨询医生团队。
他们开始挖掘医疗AI可以解决的具体问题。吕乐说，医疗AI不应该从手里有什么模型出发，去寻找使用场景，真正的起点应该是临床本身。
临床团队把困惑拆成了三个可以被研究的问题：能否在手术前预判术后并发症和长期生存风险来优化术前的临床干预手段？能否从术后常规病理切片中识别早期复发风险？能否更早判断哪些患者可能发生异时性肝转移？
医生负责定义问题、结局和临床边界，建立并持续随访多中心队列；阿福医疗AI团队则把问题转化为可训练、可验证、可解释的计算任务。用丁平安的话来说，“两条平行线，逐步汇总到一个交点。”
围绕胃癌治疗全过程，双方没有试图用一个“万能模型”解决所有问题，而是针对术后并发症、早期复发和肝转移这三个不同场景，分别开展了DeepComp（术前并发症与长期生存风险多模态AI评估模型）、RSA（基于常规病理切片的早期复发风险预测模型）和RCSA（基于影像组学的术后隐匿性肝转移风险识别模型）三项研究。
如今，前一项研究已发表在肿瘤学顶刊《肿瘤学年鉴》(Annals of Oncology)，后两项研究则先后发表于《自然-通讯》(Nature Communications)。
04 AI发现了医生看不到的东西
术前CT里不只有肿瘤的大小和位置，病理切片里也不只有分型和分期；肿瘤周围组织的变化、肌肉与脂肪的分布、细胞形态和微环境的细微差异，都可能记录着患者未来风险的线索。只是，这些信息维度高、差异小，单靠人眼难以稳定提取和量化。
三项研究，围绕胃癌患者治疗全过程
这恰恰是AI可能介入的地方。丁平安医生做了一个形象比喻：如果把患者身体看作一座城市，病理医生像经验丰富的城市规划专家，可以判断哪里是商业区，哪里是住宅区，哪里存在异常建筑。而AI则可以精确统计每一栋楼的高度、每一条街道的宽度，甚至人口密度。
第一步，手术还没开始，先看见并发症风险。
DeepComp模型使用胃癌分期中本来就会采集的增强CT，不仅关注肿瘤本身，还关注肿瘤周围5毫米区域，同时分析骨骼肌、皮下脂肪和内脏脂肪。它试图同时理解三件事：肿瘤的状态、肿瘤周围的微环境，以及患者自身承受手术的生理储备。由此来预估术后并发症概率和长期生存风险，但不用额外增加检查，无需重新取组织。
这项研究纳入11家中心的5237例患者(包含多个之前的多中心前瞻性病人队列)，模型的AUC达到0.888。AUC代表模型的准确度，越接近于1，准确度越高。在更直观的人机对照研究中，10位不同年资的外科医生获得DeepComp辅助后，识别高风险患者的平均敏感性从47.1%提高到87.9%。
发表DeepComp研究成果的《肿瘤学年鉴》将其称为“胃癌多模态人工智能领域令人振奋的进展”：肿瘤学中的人工智能正逐步超越孤立的图像识别或单一生物标志物，整合不同层次的信息（即肿瘤影像、周围组织、身体成分和临床特征），以生成每位患者更全面的风险画像。从模型的效果到在日常临床中实现和使用，还有一段距离，但DeepComp正是“那项会帮助推动整个领域往这个方向走的重要工作。”
第二步，从常规病理切片，解读早期复发风险。
局部进展期胃癌术后早期复发，是治疗失败的重要原因之一。而传统TNM分期，难以完整呈现肿瘤内部的生物学异质性：同样的分期，可能对应完全不同的复发轨迹。
RSA模型则从常规HE染色病理切片中提取人眼难以稳定量化的形态信息，再与临床变量融合。这种方法被研究者称为“数字活检”：不新增侵入性检查，而是对医院已经生成的病理切片进行第二次信息挖掘。
模型纳入了1763例患者的多中心队列，模型AUC为0.843至0.887，显著优于临床信息模型。更重要的是，模型能在I、II、III传统分期之下进一步区分不同预后的患者。也就是说，它尝试回答“同一期别里，什么需要更加警惕”。
第三步，肝转移风险，提前放进随访计划。
对于接受胃癌根治性手术的患者，异时性肝转移往往意味着更差的长期预后。现实中，由于随访资源有限，所有患者都采取同样高频率的影像复查，给很多患者无疑带来了不必要的负担。
RCSA模型则结合了术前CT的影像组学特征、常规病理切片的深度学习特征和临床信息，研究覆盖6家中心及公共数据库共1878例患者。模型在不同队列中的AUC为0.862至0.909。相比传统临床模型将肝转移识别率提高了将近0.20(AUC: 0.890 vs. 0.691,P< 0.001)，漏诊病例数从44例降低到20例。
05 下一步，进入指南
从一张术前CT，到一张术后病理切片，再到长期随访计划，三项研究试图把原本散落在不同环节的数据连接起来，让风险更早被发现，让医生有机会更早准备。
需要指出的是，上述三项研究均在前瞻性临床试验人群中做了验证，但研究结论只是基于既有数据的因果推断估计，还需要在更广泛的人群和真实的前瞻性随机临床流程中获得验证。
像DeepComp模型，团队就已启动前瞻性随机对照试验(RCT)，希望进一步验证AI指导围术期管理能否真正改善患者结局。
“RCT很重要。”吕乐说。只有随机对照试验最终证明使用了AI，患者确实能从统计学上显著性获益，才能真正确认其临床价值。再往后，才是监管、临床工作流、医生培训、合规和指南等一道道门槛。
赵群和吕乐们把最终目标瞄准临床指南，他认为进入权威的国内临床指南，甚至国际临床指南，尤其对于癌症等严肃医疗,才能真正惠及更多普通患者。
有了精准的风险分层，高风险的病人可以获得重点照顾；低风险的患者则可以减少治疗，避免过度治疗，从帮医保省钱，帮患者省钱，也帮患者减少痛苦,还有望达到最好的疗效。
或许，现在谈论AI彻底改变胃癌的临床治疗，还为时尚早。但至少，一种新的可能性已经出现。而医疗AI最有价值的方向之一，正是把医生已经拥有、却难以靠肉眼充分利用的数据，转化为第二层精准的临床证据；把优秀专家的风险意识，变成更稳定、更可复制的能造福病人的工具。
参考文献：
- [1] Multimodal radiopathomics model predicts postoperative metachronous liver metastasis in gastric cancer, Nature Communications，04 September 2026，https://www.nature.com/articles/s41467-026-76382-x
- [2] A multimodal deep learning model for preoperative prediction of post-operative complications in gastric cancer, Annals of Oncology， 16 July 2026，https://www.sciencedirect.com/science/article/abs/pii/S092375342601001X
- [3]A deep learning–based digital biopsy for predicting early recurrence in gastric cancer, Nature Communications，15 April 2026 2026, https://www.nature.com/articles/s41467-026-71347-6
热门跟贴