近日，北京友谊医院院长张澍田、该院科研实验中心主任闵力带领团队，联合中国医学科学院肿瘤医院等多家医疗机构，在国际学术期刊《自然》子刊《自然·通讯》上发表了一项研究成果：通过AI（人工智能）算法分析血浆中的代谢物，构建出一套高灵敏度的胃癌风险识别模型，为胃癌早筛早诊提供了新工具。未来，患者有望仅通过抽血即可获得胃癌风险的快速评估。

闵力介绍，目前，胃癌的最终确诊主要依靠胃镜检查，再对可疑病变取组织做病理检查。胃镜需从患者口部插入软管，部分患者会因为不适、紧张或害怕而不愿接受检查。此外，高质量的胃镜检查需要专业设备和经验丰富的内镜医生。现有抽血检查项目，如部分传统肿瘤标志物，对早期胃癌不够敏感，即使检查结果正常也不能完全排除胃癌风险。

该模型的意义在于，在胃镜确诊前增设一道便捷的“分诊”环节：先通过为患者抽血进行代谢物检测和AI风险评估，圈定高风险人群，再建议高风险人群接受胃镜检查。闵力表示，这既能确保真正有需要的患者及时进行检查，也能帮助大量低风险人群避免不必要的检查。

此外，该模型对早期胃癌和微小肿瘤均表现出了出色的识别能力。许多此前可能被传统抽血检查“漏掉”的早期患者，通过该模型有望被更早地发现。

“我们的目标不是替代胃镜，而是把最需要接受胃镜检查的患者更早、更精准地找出来。”研究团队成员、友谊医院消化中心博士柏李一说，实现这一精准识别，离不开AI的“大海捞针”。人体血液中的代谢物有成百上千种，且相互之间存在复杂的关联，因此依靠传统人工分析效率极低。

为此，团队开发了配套的AI辅助筛选算法模型，它能快速从海量数据中锁定具有潜在价值的标志物组合，再结合生物学知识层层筛选，最终找到了12种代谢物组合。柏李一表示，这套算法模型的价值不仅限于胃癌，也有望应用于其他癌症的早筛。

闵力说，目前该模型仍处于科研验证阶段。下一步，团队计划开展更大规模的临床试验，进一步验证该模型在不同人群中的稳定性、通用性，争取早日完成成果转化，尽早惠及患者。