- 发布日期
阿里达摩院肝癌AI两个月发现15例漏诊
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发出的肝癌诊断AI模型DAMO LiON，近期在国际顶级学术期刊《自然·医学》上发表了研究成果。该模型通过分析增强CT影像，能够精准识别微小的肝脏癌变病灶，尤其擅长发现容易被放射科医生遗漏的肝转移灶。这一进展为肝癌的早期发现和治疗带来了新的希望。
肝癌是全球范围内常见的恶性肿瘤，早期诊断对于改善患者预后至关重要。然而，传统的影像学阅片依赖医生的经验，对于一些细微或不典型的病灶存在漏诊风险。达摩院利用其在医疗影像AI领域的长期技术积累，开发了这款作为“AI安全员”的模型，旨在辅助医生提高诊断的准确性和效率。
在为期两个月的真实世界前瞻临床试验中，该AI模型部署于医院日常阅片流程。当AI与医生的初诊结论不一致时，病例会自动提交给资深放射科医生复核。在这段时间内，AI共阅读了超过1万名患者的增强CT影像，成功辅助医生发现了15例原本被遗漏的恶性肿瘤。这些被发现的病灶绝大多数直径仅1厘米左右，且具有“小、淡、偏”的特点。
实验数据表明，AI模型在识别恶性肿瘤方面的准确率超过了放射科医生。在AI的协助下，医生阅片时间减少了27%，同时对恶性肿瘤的敏感性提高了11.5%，有效降低了漏诊率。更值得注意的是，初级放射科医生在AI的辅助下，其诊断表现可以达到资深医生的水平。
达摩院算法专家闫轲解释说，这些被AI揪出的病灶之所以容易被忽视，是因为它们与周围肝脏组织对比度低，或者位于比较少见的解剖位置。DAMO LiON模型采用了改进的网络架构，能够同时捕捉病灶与整个肝脏的关系，并保留局部纹理和边界信息，从而在脂肪肝、肝硬化等复杂病例中也能保持高性能。
此外，该AI模型还具备将不同扫描期相的影像进行迭代融合的能力，可以捕捉像素级的细微差异，从而精准识别增强CT中“一闪而过”的微小病灶。这种技术优势使其在临床应用中展现出强大的潜力。
目前，该研究成果已在《自然·医学》期刊发表，标志着医疗AI在肝癌诊断领域取得了重要突破。随着技术的进一步验证和推广，DAMO LiON有望在更多医疗机构部署，帮助更多患者实现早发现、早治疗，最终改善生存率和生活质量。
