全球首个专家级通用医疗影像AI登《Science》：阿里DAMO RADAR可识别146种腹部病症

9月18日，阿里巴巴达摩院与浙江大学医学院附属第一医院等机构研发的通用医疗影像AI模型DAMO RADAR，登上国际顶级学术期刊《科学》（Science）。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。

事件背景

传统医疗影像AI多为“一病一模”的专病模型，依赖海量人工标注、训练周期长、难以泛化。腹部CT是临床最复杂的影像之一，涉及数十个器官与数百种潜在病变，长期缺乏通用辅助诊断模型。

核心内容

研究团队采用视觉-语言学习（Vision-Language Learning），让模型直接学习CT影像与诊断报告文本的内在关联；并首创“器官级细粒度对齐”策略，将三维CT分解为解剖单元，在组织器官层面实现图像与文本的精确对齐，无需额外人工标注：

• 覆盖18个器官、146种腹部病症（含恶性肿瘤等危重病变）；
• 在近4万次真实世界检查中平均AUC达0.913，急腹症场景AUC仍达0.904；
• 与来自14家机构的26名放射科医生对照，平均表现超过其中23名医生；AI提示使医生敏感性提升10%、阅片耗时减少30%以上。

影响与解读

DAMO RADAR被视为医疗影像AI从“专病”迈向“通用”的里程碑：它像“导航”一样为医生提供诊断支持，并有望帮助低年资医生达到高年资专家水平，提升基层与急诊场景的诊疗质量。

相关动态 / 展望

达摩院表示，该范式不仅可用于腹部CT多病种识别，还有望迁移至其他形态的医疗影像，为通用医疗AI研发提供新路径，加速医疗领域通用人工智能落地。

信息来源：中国新闻网 / 科学网