医疗影像 AI 又向前迈了一步。9 月 18 日消息，由阿里达摩院牵头，联合浙江大学医学院附属第一医院等单位共同完成的 DAMO RADAR 模型，登上了国际顶级学术期刊《科学》，这是国际上首个达到专家水准的通用医学影像模型，目前已正式开源。
DAMO RADAR 面向腹部增强 CT 诊断，可以一次性识别超过 146 种病症。此前的医疗 AI 大多围绕单一病种展开，通用性相对有限，换个病种往往就要重新训练一套模型。
达摩院在医疗 AI 领域投入已久，核心思路是用算法去找 CT 影像里那些肉眼很难分辨的细小微灶。此前团队先后在在胰腺癌、胃癌与肠癌这类消化系统肿瘤的筛查上取得进展，也做出过主动脉夹层预警等成果上取得突破，这些积累构成了通用模型的数据与方法基础。
这次成果的意义在于从专病模型向通用模型跨越。一个模型覆盖上百种腹部病症，意味着医院在部署时不必为每种疾病单独准备一套系统，医疗 AI 的落地成本与维护复杂度都有望明显下降。对基层医院而言，这类通用模型的可用性提升，可能比单项指标再刷高几个百分点更有实际价值。
公开资料显示，医学影像 AI 长期受限于标注成本高与病种分散，通用模型的难点在于既要覆盖足够多的病症，又要在每一种病症上保持稳定精度。此次把覆盖范围推到 146 种以上并选择开源，意味着后续的研究者与医院可以直接在这套模型上继续验证与微调。
需要说明的是，影像 AI 的通用能力最终仍要依靠临床验证来支撑，论文成绩与实际科室使用之间还有距离。把模型开源也为后续的多中心验证提供了条件，能否在医院常规流程里稳定发挥作用，是这类成果下一步的关键。如果通用模型能在更多医院跑通，医疗 AI 的部署逻辑会被重新改写。
文章与图片内容转载网络，如有侵权请联系平台删除
发表评论 取消回复