尧图网页设计 
技术解读多癌早筛血液检测是一套「采血 → 游离 DNA 提取 → 靶向甲基化测序 → 机器学习判读」的完整医疗 AI 系统架构除输出癌症信号外还预测癌症信号来源CSO引导后续诊断。本篇从工程实现角度拆解 PATHFINDER 2 这套系统的性能指标与安全边界。核心要点问题多数致命癌症缺乏指南推荐的筛查手段美国指南筛查仅能检出约 14% 的癌症胰腺癌、卵巢癌、肝癌、胆管癌等致死率高的癌种往往确诊即晚期、失去根治机会。方法GRAIL 公司的 Galleri 多癌早筛检测通过靶向甲基化测序分析血液中的游离 DNAcfDNA用机器学习识别癌症信号并预测癌症信号来源CSOPATHFINDER 2 是一项注册性、前瞻、多中心干预研究。结果入组 35,878 人、32,007 人完成 12 个月评估特异性 99.64%、阳性预测值 60.3%、癌症来源定位准确率 91.3%加入常规筛查后筛查检出癌症增加 6.5 倍检出的新发癌中 53.0% 为 I–II 期。意义为尚无筛查手段的癌种提供了一管血早筛的可能是医疗AI评估验证在真实人群中的一次大规模实践但该研究非随机、无对照组尚不能证明降低晚期癌症或死亡风险。原文Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 studyNature Medicine2026-09-221. 多癌早筛的临床挑战多数致命癌种无筛查、确诊即晚期早期发现是改善癌症生存的关键但现实是绝大多数癌症类型并没有指南推荐的筛查手段。目前美国常规筛查只覆盖乳腺癌、结直肠癌、宫颈癌、肺癌等少数癌种据研究估算指南筛查仅能检出约 14% 的癌症而缺乏筛查手段的癌种胰腺癌、卵巢癌、肝癌、胆管癌等恰恰贡献了高达七成的癌症死亡。这些查不出来的癌往往直到出现症状才被发现确诊时已进展到中晚期失去根治机会。以胰腺癌为例多数患者就诊时肿瘤已远处转移五年生存率长期徘徊在低位。要破解这道坎关键在于找到一种能一次覆盖多种癌症的筛查手段把检出窗口前移。液体活检liquid biopsy提供了新思路肿瘤细胞会向血液中释放携带特定化学信号的游离 DNAcell-free DNAcfDNA通过分析这些信号理论上可以一管血同时探测多种癌症。问题在于这种多癌早筛multi-cancer early detectionMCED检测究竟准不准、安不安全、会不会带来大量不必要的侵入性检查——这正是 PATHFINDER 2 研究想用大样本人群数据回答的问题。研究由俄勒冈健康与科学大学OHSUKnight 癌症研究所的 Nima Nabavizadeh 领衔联合 Mayo Clinic 等多家中心完成2026 年 9 月 22 日在线发表于Nature Medicine。这是一项注册性registrational、前瞻、多中心、干预性研究临床试验号 NCT05155605针对的是 GRAIL 公司研发的 Galleri 多癌早筛检测。创新体现在三点。第一规模与人群的代表性。研究在 2021 年 12 月至 2024 年 7 月间入组 35,878 名 50 岁及以上、无癌症临床疑似的参与者覆盖美国和加拿大是迄今北美最大的干预性 MCED 研究。参与者入组前 3 年内无癌症诊断或治疗贴近真实筛查目标人群。第二把性能 安全作为共同主要终点。它不只报告检测准不准还系统评估了阳性结果引发的后续诊断行为——有多少人接受了侵入性操作、是否出现不良事件、焦虑情绪如何变化把医疗AI评估验证从离线准确率推进到真实临床闭环。第三用癌症信号来源CSO预测引导诊断。检测在发现癌症信号后还能预测肿瘤最可能发生的部位指导医生做有针对性的检查避免盲目排查。3. 技术原理cfDNA甲基化签名 机器学习预测癌症来源Galleri 检测的核心机制可概括为测甲基化 机器学习判读。第一通过靶向甲基化测序targeted methylation sequencing分析血液中的 cfDNA——肿瘤细胞死亡后会释放带有异常甲基化模式的 DNA 片段甲基化methylation是 DNA 上的一种化学修饰能反映细胞的来源与状态。第二机器学习算法学习健康细胞与癌细胞的甲基化签名差异判断样本中是否存在癌症信号。第三若检测到信号算法进一步预测癌症信号来源Cancer Signal OriginCSO提示肿瘤最可能位于哪个或哪两个器官从而引导后续诊断。需要厘清一点Galleri 是一款处方检测目前由 CLIA 认证、CAP 认可的实验室提供尚未获得美国 FDA 的批准。论文报告的是一项评估该检测性能与安全性的临床研究而非已获批产品的上市宣称它测的是发现癌症信号的能力不能替代确诊阳性结果仍需影像或病理进一步确认。4. 数据说话特异性99.6%、阳性预测值60%、检出增加6.5倍论文以描述性分析呈现主要结果无假设检验核心数据如下。研究维度结果统计证据癌症检出率0.54%95% CI 0.47–0.63%特异性99.64%95% CI 99.57–99.70%阳性预测值60.3%95% CI 54.5–65.8%12个月敏感度全部癌种39.3%95% CI 34.9–44.0%12个月敏感度12种致死癌69.8%95% CI 62.8–76.0%癌症来源定位准确率91.3%—在 32,007 名完成 12 个月评估的参与者中287 人0.9%得到阳性信号其中 173 人最终确诊癌症阳性预测值 60.3%特异性 99.64%意味着假阳性率仅约 0.36%。检出的 151 例新发原发癌中80 例53.0%为 I–II 期107 例70.9%为 I–III 期这些早期癌中 71.2% 没有 USPSTF A/B 级筛查建议。把 Galleri 叠加到常规筛查后筛查检出癌症的数量增加了 6.5 倍。安全性方面在 35,335 名可分析参与者中仅 213 人0.6%因阳性结果接受了侵入性操作其中 90.5% 为非手术研究期间无严重研究相关不良事件。值得注意的是全癌种 12 个月敏感度只有 39.3%意味着相当一部分癌症假阴性 267 例并未被检出敏感度更高的是预设的 12 种致死癌亚组69.8%。这提示 MCED 检测更适合作为现有筛查的补充而非替代。5. 从实验室到临床应用前景与局限可能的应用场景包括为胰腺癌、卵巢癌、肝癌、胆管癌等目前无筛查手段的癌种提供早筛可能作为乳腺癌、结直肠癌等常规筛查的补充提高整体检出率在高风险人群家族史、遗传易感性中用于早期风险分层。CSO 预测准确率 91.3%也有望显著缩短阳性结果的诊断路径——论文显示从阳性到诊断解决的中位时间约 48 天。它与本站此前解读的平扫CTAI筛查食管癌的 EAGLE、腹部CT通用诊断AI RADAR同属癌症早筛方向只是从影像换到了血液这条赛道。局限至少三条。其一该研究非随机、无对照组只能描述性能不能证明使用检测能降低晚期癌症发生率或癌症死亡率论文也明确需要随机试验和更长随访来评估临床效用”。其二全癌种敏感度仅 39.3%存在漏检阴性结果不能排除患癌可能且部分早期检出可能来自结直肠癌等本可常规筛查的癌种增量价值因卫生体系而异。其三检测尚未获 FDA 批准多位作者受雇于 GRAIL 公司存在利益冲突性能结果需独立重复验证。6. 结论与产业启示PATHFINDER 2 给出一个关键信号多癌早筛检测在 3.5 万人规模的真实人群中表现出 99.64% 的特异性和 60.3% 的阳性预测值叠加常规筛查后检出癌症增加 6.5 倍且侵入性随访率低、无严重不良事件为一管血早筛多种癌症提供了迄今最有力的安全性证据之一。对医疗AI产业有三点可执行建议一是把 MCED 类检测定位为补充而非替代现有筛查重点瞄准尚无筛查手段的致命癌种用阳性结果引导、而非盲目扩大侵入性检查二是建立性能 安全双终点的评估范式把假阳性带来的后续检查负担和患者焦虑一并纳入评估这正是医疗AI评估验证应有的完整闭环三是坚持用随机对照试验补齐临床效用证据用死亡率、晚期癌症发生率等硬终点说话避免以检出更多癌替代活得更久”。对医疗AI从业者而言可靠的医疗AI解决方案应经得起真实人群的长期检验而非止步于离线准确率。相关问题Q这个多癌早筛检测现在能直接用于临床吗A尚未获批。Galleri 是一项处方检测由 CLIA/CAP 认证实验室提供但还未获得美国 FDA 批准。PATHFINDER 2 报告的是性能与安全性证据正式临床推广仍需监管审批且需要随机试验证明其能降低晚期癌症或死亡率。Q它会替代现有的癌症筛查如肠镜、乳腺钼靶吗A不会。它被定位为常规筛查的补充尤其针对胰腺癌、卵巢癌等无筛查手段的癌种。全癌种敏感度仅 39.3%阴性结果不能排除患癌现有筛查仍应照常进行。Q这项研究测的是完整产品还是实验室模型A测的是 GRAIL 的 Galleri 检测一款真实存在的商业检测在真实人群中的性能与安全但论文是描述性、非随机的注册性研究且该检测尚未获批。它评估的是检测能否发现癌症信号”而非能否改善生存结局。参考文献Nabavizadeh N, McDonnell C, Kurbegov D, et al.Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 study.Nature Medicine. 2026. DOI: 10.1038/s41591-026-04618-wKlein EA, Richards D, Cohn A, et al.Clinical validation of a targeted methylation-based multi-cancer early detection test using an independent validation set.Annals of Oncology. 2021;32:1167–1177. DOI: 10.1016/j.annonc.2021.05.806Liu MC, Oxnard GR, Klein EA, et al.Sensitive and specific multi-cancer detection and localization using methylation signatures in cell-free DNA.Annals of Oncology. 2020;31:745–759. DOI: 10.1016/j.annonc.2020.02.011本文基于 Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 study 的独立解读仅供学术交流不构成临床建议。 工程实现要点检测链路采血 → 游离 DNAcfDNA提取 → 靶向甲基化测序 → 机器学习判读双输出癌症信号检测 癌症信号来源CSO预测CSO 定位准确率 91.3%性能指标特异性 99.64%、阳性预测值 60.3%、全癌种敏感度 39.3%工程约束全癌种敏感度仅 39.3%须定位为筛查「补充」而非「替代」落地前提非随机研究需随机对照试验补齐死亡率等硬终点证据论文原文信息链接一管血能查出多种癌症吗PATHFINDER 2多癌早筛检测3.5万人验证特异性99.6%、阳性预测值60.3% 医疗AI系统架构：多癌早筛血液检测从cfDNA甲基化测序到CSO预测，特异性99.6%
技术解读多癌早筛血液检测是一套「采血 → 游离 DNA 提取 → 靶向甲基化测序 → 机器学习判读」的完整医疗 AI 系统架构除输出癌症信号外还预测癌症信号来源CSO引导后续诊断。本篇从工程实现角度拆解 PATHFINDER 2 这套系统的性能指标与安全边界。核心要点问题多数致命癌症缺乏指南推荐的筛查手段美国指南筛查仅能检出约 14% 的癌症胰腺癌、卵巢癌、肝癌、胆管癌等致死率高的癌种往往确诊即晚期、失去根治机会。方法GRAIL 公司的 Galleri 多癌早筛检测通过靶向甲基化测序分析血液中的游离 DNAcfDNA用机器学习识别癌症信号并预测癌症信号来源CSOPATHFINDER 2 是一项注册性、前瞻、多中心干预研究。结果入组 35,878 人、32,007 人完成 12 个月评估特异性 99.64%、阳性预测值 60.3%、癌症来源定位准确率 91.3%加入常规筛查后筛查检出癌症增加 6.5 倍检出的新发癌中 53.0% 为 I–II 期。意义为尚无筛查手段的癌种提供了一管血早筛的可能是医疗AI评估验证在真实人群中的一次大规模实践但该研究非随机、无对照组尚不能证明降低晚期癌症或死亡风险。原文Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 studyNature Medicine2026-09-221. 多癌早筛的临床挑战多数致命癌种无筛查、确诊即晚期早期发现是改善癌症生存的关键但现实是绝大多数癌症类型并没有指南推荐的筛查手段。目前美国常规筛查只覆盖乳腺癌、结直肠癌、宫颈癌、肺癌等少数癌种据研究估算指南筛查仅能检出约 14% 的癌症而缺乏筛查手段的癌种胰腺癌、卵巢癌、肝癌、胆管癌等恰恰贡献了高达七成的癌症死亡。这些查不出来的癌往往直到出现症状才被发现确诊时已进展到中晚期失去根治机会。以胰腺癌为例多数患者就诊时肿瘤已远处转移五年生存率长期徘徊在低位。要破解这道坎关键在于找到一种能一次覆盖多种癌症的筛查手段把检出窗口前移。液体活检liquid biopsy提供了新思路肿瘤细胞会向血液中释放携带特定化学信号的游离 DNAcell-free DNAcfDNA通过分析这些信号理论上可以一管血同时探测多种癌症。问题在于这种多癌早筛multi-cancer early detectionMCED检测究竟准不准、安不安全、会不会带来大量不必要的侵入性检查——这正是 PATHFINDER 2 研究想用大样本人群数据回答的问题。研究由俄勒冈健康与科学大学OHSUKnight 癌症研究所的 Nima Nabavizadeh 领衔联合 Mayo Clinic 等多家中心完成2026 年 9 月 22 日在线发表于Nature Medicine。这是一项注册性registrational、前瞻、多中心、干预性研究临床试验号 NCT05155605针对的是 GRAIL 公司研发的 Galleri 多癌早筛检测。创新体现在三点。第一规模与人群的代表性。研究在 2021 年 12 月至 2024 年 7 月间入组 35,878 名 50 岁及以上、无癌症临床疑似的参与者覆盖美国和加拿大是迄今北美最大的干预性 MCED 研究。参与者入组前 3 年内无癌症诊断或治疗贴近真实筛查目标人群。第二把性能 安全作为共同主要终点。它不只报告检测准不准还系统评估了阳性结果引发的后续诊断行为——有多少人接受了侵入性操作、是否出现不良事件、焦虑情绪如何变化把医疗AI评估验证从离线准确率推进到真实临床闭环。第三用癌症信号来源CSO预测引导诊断。检测在发现癌症信号后还能预测肿瘤最可能发生的部位指导医生做有针对性的检查避免盲目排查。3. 技术原理cfDNA甲基化签名 机器学习预测癌症来源Galleri 检测的核心机制可概括为测甲基化 机器学习判读。第一通过靶向甲基化测序targeted methylation sequencing分析血液中的 cfDNA——肿瘤细胞死亡后会释放带有异常甲基化模式的 DNA 片段甲基化methylation是 DNA 上的一种化学修饰能反映细胞的来源与状态。第二机器学习算法学习健康细胞与癌细胞的甲基化签名差异判断样本中是否存在癌症信号。第三若检测到信号算法进一步预测癌症信号来源Cancer Signal OriginCSO提示肿瘤最可能位于哪个或哪两个器官从而引导后续诊断。需要厘清一点Galleri 是一款处方检测目前由 CLIA 认证、CAP 认可的实验室提供尚未获得美国 FDA 的批准。论文报告的是一项评估该检测性能与安全性的临床研究而非已获批产品的上市宣称它测的是发现癌症信号的能力不能替代确诊阳性结果仍需影像或病理进一步确认。4. 数据说话特异性99.6%、阳性预测值60%、检出增加6.5倍论文以描述性分析呈现主要结果无假设检验核心数据如下。研究维度结果统计证据癌症检出率0.54%95% CI 0.47–0.63%特异性99.64%95% CI 99.57–99.70%阳性预测值60.3%95% CI 54.5–65.8%12个月敏感度全部癌种39.3%95% CI 34.9–44.0%12个月敏感度12种致死癌69.8%95% CI 62.8–76.0%癌症来源定位准确率91.3%—在 32,007 名完成 12 个月评估的参与者中287 人0.9%得到阳性信号其中 173 人最终确诊癌症阳性预测值 60.3%特异性 99.64%意味着假阳性率仅约 0.36%。检出的 151 例新发原发癌中80 例53.0%为 I–II 期107 例70.9%为 I–III 期这些早期癌中 71.2% 没有 USPSTF A/B 级筛查建议。把 Galleri 叠加到常规筛查后筛查检出癌症的数量增加了 6.5 倍。安全性方面在 35,335 名可分析参与者中仅 213 人0.6%因阳性结果接受了侵入性操作其中 90.5% 为非手术研究期间无严重研究相关不良事件。值得注意的是全癌种 12 个月敏感度只有 39.3%意味着相当一部分癌症假阴性 267 例并未被检出敏感度更高的是预设的 12 种致死癌亚组69.8%。这提示 MCED 检测更适合作为现有筛查的补充而非替代。5. 从实验室到临床应用前景与局限可能的应用场景包括为胰腺癌、卵巢癌、肝癌、胆管癌等目前无筛查手段的癌种提供早筛可能作为乳腺癌、结直肠癌等常规筛查的补充提高整体检出率在高风险人群家族史、遗传易感性中用于早期风险分层。CSO 预测准确率 91.3%也有望显著缩短阳性结果的诊断路径——论文显示从阳性到诊断解决的中位时间约 48 天。它与本站此前解读的平扫CTAI筛查食管癌的 EAGLE、腹部CT通用诊断AI RADAR同属癌症早筛方向只是从影像换到了血液这条赛道。局限至少三条。其一该研究非随机、无对照组只能描述性能不能证明使用检测能降低晚期癌症发生率或癌症死亡率论文也明确需要随机试验和更长随访来评估临床效用”。其二全癌种敏感度仅 39.3%存在漏检阴性结果不能排除患癌可能且部分早期检出可能来自结直肠癌等本可常规筛查的癌种增量价值因卫生体系而异。其三检测尚未获 FDA 批准多位作者受雇于 GRAIL 公司存在利益冲突性能结果需独立重复验证。6. 结论与产业启示PATHFINDER 2 给出一个关键信号多癌早筛检测在 3.5 万人规模的真实人群中表现出 99.64% 的特异性和 60.3% 的阳性预测值叠加常规筛查后检出癌症增加 6.5 倍且侵入性随访率低、无严重不良事件为一管血早筛多种癌症提供了迄今最有力的安全性证据之一。对医疗AI产业有三点可执行建议一是把 MCED 类检测定位为补充而非替代现有筛查重点瞄准尚无筛查手段的致命癌种用阳性结果引导、而非盲目扩大侵入性检查二是建立性能 安全双终点的评估范式把假阳性带来的后续检查负担和患者焦虑一并纳入评估这正是医疗AI评估验证应有的完整闭环三是坚持用随机对照试验补齐临床效用证据用死亡率、晚期癌症发生率等硬终点说话避免以检出更多癌替代活得更久”。对医疗AI从业者而言可靠的医疗AI解决方案应经得起真实人群的长期检验而非止步于离线准确率。相关问题Q这个多癌早筛检测现在能直接用于临床吗A尚未获批。Galleri 是一项处方检测由 CLIA/CAP 认证实验室提供但还未获得美国 FDA 批准。PATHFINDER 2 报告的是性能与安全性证据正式临床推广仍需监管审批且需要随机试验证明其能降低晚期癌症或死亡率。Q它会替代现有的癌症筛查如肠镜、乳腺钼靶吗A不会。它被定位为常规筛查的补充尤其针对胰腺癌、卵巢癌等无筛查手段的癌种。全癌种敏感度仅 39.3%阴性结果不能排除患癌现有筛查仍应照常进行。Q这项研究测的是完整产品还是实验室模型A测的是 GRAIL 的 Galleri 检测一款真实存在的商业检测在真实人群中的性能与安全但论文是描述性、非随机的注册性研究且该检测尚未获批。它评估的是检测能否发现癌症信号”而非能否改善生存结局。参考文献Nabavizadeh N, McDonnell C, Kurbegov D, et al.Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 study.Nature Medicine. 2026. DOI: 10.1038/s41591-026-04618-wKlein EA, Richards D, Cohn A, et al.Clinical validation of a targeted methylation-based multi-cancer early detection test using an independent validation set.Annals of Oncology. 2021;32:1167–1177. DOI: 10.1016/j.annonc.2021.05.806Liu MC, Oxnard GR, Klein EA, et al.Sensitive and specific multi-cancer detection and localization using methylation signatures in cell-free DNA.Annals of Oncology. 2020;31:745–759. DOI: 10.1016/j.annonc.2020.02.011本文基于 Performance and safety of a multi-cancer early detection test: the PATHFINDER 2 study 的独立解读仅供学术交流不构成临床建议。 工程实现要点检测链路采血 → 游离 DNAcfDNA提取 → 靶向甲基化测序 → 机器学习判读双输出癌症信号检测 癌症信号来源CSO预测CSO 定位准确率 91.3%性能指标特异性 99.64%、阳性预测值 60.3%、全癌种敏感度 39.3%工程约束全癌种敏感度仅 39.3%须定位为筛查「补充」而非「替代」落地前提非随机研究需随机对照试验补齐死亡率等硬终点证据论文原文信息链接一管血能查出多种癌症吗PATHFINDER 2多癌早筛检测3.5万人验证特异性99.6%、阳性预测值60.3%