阿里达摩院开源全球首个专家级通用医疗影像 AI 模型 DAMO RADAR：可一次性识别超 146 种病症，成果登...

阿里达摩院与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像AI模型DAMO RADAR，于9月18日登上国际顶级期刊《科学》。该模型面向腹部增强CT诊断，可一次性识别超过146种病症，准确性首次达到影像科专家级水平，并已正式开源。

长期以来，医疗AI模型多针对单一病种，难以应对复杂多变的临床场景。达摩院团队采用视觉-语言学习方法，让模型直接学习医学影像与对应报告文本之间的内在关联。然而CT数据信号稀疏，常规视觉-语言学习效果不佳。

为此，研究团队在国际上首次提出“器官级细粒度对齐”策略。该策略将CT构建为三维数据并分解为解剖单元，在组织器官层面实现图像与报告文本的精确对齐，同时通过自适应对比建模动态调整，无需额外人工标注即可完成可扩展、多用途、可解释的诊断。

DAMO RADAR覆盖了包括恶性肿瘤在内的广泛腹部病症，研究团队评估了其中146种，涉及18个器官。在近4万次真实世界检查中，模型的AUC达到0.913，成为首个达到专家水平的通用医学影像AI模型。

论文显示，DAMO RADAR与26名来自多家医院的影像科医生进行了人机对比试验，其平均准确率超过了其中23名医生。在AI提示下，影像科医生识别疾病的敏感性提高了10%，用时减少了30%以上。

这一结果意味着，AI辅助诊断不仅能提升防漏诊能力，还能显著提高工作效率。低年资医生在AI帮助下，可以达到高年资医生的诊断水平，这对缓解医疗资源不均、提升基层影像诊断质量具有重要意义。

达摩院高级算法专家张建鹏表示，该研究为可扩展、多用途、可解释的医学影像诊断提供了新思路。目前DAMO RADAR已在GitHub开源，未来有望拓展至更多检查部位和疾病类型，进一步推动医疗AI的临床落地。