阿里达摩院通用影像AI登Science，单模型识别146种病

长期以来，医疗场景被视作人工智能落地的“深水区”。2016年，深度学习先驱 Geoffrey Hinton 曾预言AI将在五年内超越放射科医生。然而十年过去，尽管大模型在多个领域飞速演进，医疗影像AI依然深陷在“一个模型针对一种疾病”的专用工具困局中。

医疗对模型精度的要求极其严苛，容不得大模型的幻觉。这一长期瓶颈近日迎来重大转机：国际顶级学术期刊《Science》正式刊登来自中国团队的研究成果——阿里达摩院联合浙江大学医学院附属第一医院等机构，研发出专家级通用腹部影像AI模型 DAMO RADAR。

该模型不仅能一次性覆盖腹部18种解剖结构的146种疾病，其诊断准确率更超越了大多数放射科医生。目前，达摩院已将模型、代码和技术框架全部开源。

单一架构覆盖腹部146种疾病

DAMO RADAR（Rapid Abdominal Diagnosis with AI and Radiology）意为面向腹部快速诊断的AI模型。

此前，达摩院团队曾在胰腺癌、胃癌、肠癌等单一病种的早期筛查上取得突破，连续在《Nature Medicine》发表多篇论文。但在临床实际中，病人不会只带着单一疑似病种来就诊，一份腹部CT切片往往包含多个器官和复杂共存的病变。如果每个病种都要耗费数年研发专用模型，AI很难真正解决临床痛点。

团队选择向腹部CT发起冲击。腹部是放射科公认最复杂的区域，集中了消化、泌尿、生殖等多个系统，肝胆胰脾肾与肠道相互挤压重叠，软组织密度接近，极易造成漏诊与误诊。

RADAR打破了传统专病模型的局限，单一模型即覆盖了肝脏、胰腺、胆囊、肾脏、脾脏、肠道等关键解剖结构，囊括了临床常见的146种病变。

严苛的多中心验证展示了RADAR的可靠性能：

• 院内回顾性队列：在近3.9万例真实世界连续队列中，RADAR的平均AUC达到0.913（AUC超0.9通常代表极优异的诊断区分度）。
• 外部多中心测试：在来自8家外部医院的2.4万多例CT上，跨设备与跨地域扫描的平均AUC保持在0.895。
• 急诊泛化能力：在未经特定急诊场景微调的情况下，面对扫描质量受限的2.7万例急诊数据，AUC依然达到0.904。
• 金标准验证：在肝癌、胰腺癌、胃癌和肠癌四种重症中，以病理活检为金标准评估，RADAR的AUC处于0.891至0.984之间。

在由14家医院共26名放射科医生参与的人机盲测对比中，RADAR独立阅片的诊断准确度超过了其中23位医生，仅略逊于3位资深专家。

更具现实意义的是人机协同模式。当放射科医生引入RADAR辅助后，整体诊断敏感度提升约10%，阅片耗时缩短超30%。“初级医生+AI”的综合表现甚至超越了资深专家独立阅片的水平。

破局核心：器官级细粒度对齐

过去的医疗影像AI普遍依赖全监督学习，需要医生逐张勾画标注病灶，标注成本高且无法泛化。RADAR则转向视觉-语言对比学习，直接从海量CT影像与自然语言诊断报告的匹配关系中自监督学习。

一套腹部CT通常包含数百张切片，微小病灶常被大量正常组织信号掩盖。如果直接将全幅CT与整份报告强行对齐，模型只能捕捉到粗糙的统计规律，无法对应具体病变。为此，达摩院提出了“器官级细粒度对齐”技术。

该技术模拟了专业医生的阅片逻辑：先将CT切片拆解为肝、胆、胰、脾、肾等独立器官单元，再将每个器官切片与诊断报告中对应的段落进行精确匹配。此外，团队引入自适应对比建模，打破传统对比学习将不同个体完全割裂的假设，让相同病理特征或正常器官特征跨样本聚拢学习。论文数据显示，随着训练数据规模增加，模型的Scaling Law曲线仍在持续攀升。

走向临床与多模态迁移

在临床一线，复杂腹部CT的报告书写通常需要资深医生审视20分钟以上。RADAR不仅能作为防漏诊的“实时安全网”，也在成为年轻医生的带教辅助系统，帮助基层提升诊断水准。

这套器官级对齐的通用架构亦具备跨模态迁移能力，未来可进一步拓展至MRI、PET及超声影像诊断。相关研究成果已在 Science 论文 发表，代码与模型权重也已在 GitHub 开源。

RADAR的成功证明，通用AI技术完全能够攻克高精度、低容错的关键垂直场景，为通用人工智能落地工业与医学提供了行之有效的方法论范式。