📌 今日选题：一个模型看腹部CT，能认出146种病症

大家好，欢迎收听每日一分钟AI。

做一次腹部增强CT，片子出来往往有几百层图像，一位放射科医生要从头看到尾。现在，有一个AI模型能帮上忙了——9月17日，阿里巴巴达摩院（湖畔实验室）与浙江大学医学院附属第一医院等机构合作的医疗影像模型 DAMO RADAR，登上了《科学》杂志，随后宣布模型、代码和整套技术框架全部开源。

DAMO RADAR 的全称是"用AI与放射学做快速腹部诊断"。它可以从一次腹部增强CT里识别18个器官、146种以上病症，包括恶性肿瘤。团队称，这是全球首个达到"专家级"水平的通用医疗影像AI。

这里的关键词是"通用"。过去的医学AI大多是"一个病训一个模型"：想看肝就训一个肝的模型，想看胰腺再训一个。而这次，是把"看片子"这件事本身当成一项通用能力来学。为什么腹部CT特别难？浙大一院放射科主任肖文波的说法是：腹部CT诊断是最具挑战的影像科任务，长期缺乏一种通用的辅助诊断模型。原因也好理解——腹部器官多、彼此贴得近，病灶又常常很小。怎么做到的？研究团队把三维CT按解剖结构拆成一个个器官单元，在"器官"这一层上，把影像和对应的报告文字对齐——就像放射科医生会按顺序看肝、看胰腺、看胆道一样。这个做法叫"器官级细粒度对齐"，再配合自适应对比建模，不需要额外的人工标注。

效果如何？在近4万例真实临床检查中，模型平均AUC是0.913（这个数字越接近1，表示判断越准）；在8家外部医院的2.4万余例数据上是0.895；在训练中没见过的急腹症场景里是0.904。另有14家医院的26位放射科医生参与比对，模型的平均准确率超过了其中23位，只比3位资深医生略低。医生如果借助它读片，检出灵敏度提升约10%，阅片时间缩短30.7%。

不过它的角色是助手，不是主角。团队把它比作"导航软件"：它负责标出可能有问题的地方，最终诊断仍然由医生下。它也只看影像，而真实诊断还要结合病人的主诉、既往病史和化验结果；目前验证范围是腹部CT，其他部位还没有结论。参与验证的医生们更关心的，是它什么时候能在基层医院用起来。

让机器学会"看片子"这件事本身，也许比让它多认识一种病更值得期待。

明天见！

---
📌 本期关键词：医疗影像AI DAMO RADAR 达摩院 腹部CT AI辅助诊断 开源模型
📌 参考来源：《科学》（Science）、光明网、新浪财经、杭州日报、杭州网、人民网健康、潮新闻、Pandaily、达摩院官方开源仓库