什么值得买App下载 App ›
连续签到专享现金活动

单次CT扫146种病精准度超23名医生,阿里这个医疗AI在憋什么大招

放射科医生每天要看成百上千张CT切片,眼睛疲劳、精力分散,漏诊风险始终存在。2026年9月18日,阿里达摩院联合浙大一院等机构在《科学》期刊发表了一项新成果——通用医疗影像AI模型DAMO RADAR。这个模型单次腹部CT检查可覆盖18个器官、识别146种病症,近4万例真实检查中AUC达0.913,与26名放射科医生同场测试,平均准确率超过其中23人。这组数据为什么值得关注,和现有的医疗AI方案有什么不同,实际落地时又该注意什么?12
单模型看146种病,准确率什么水平?
AUC是衡量模型区分患病者和正常人能力的指标,数值越接近1表示区分能力越强。0.913这个数字意味着,在近4万例真实腹部CT检查中,模型对疾病有无的判断已经接近专家水准。更直接的比较是同时进行的医生盲测:26名来自多家医院的影像科医生分别读片,模型平均表现超过了其中23人。技术层面的关键在于,达摩院没有沿用传统“一病一模”的训练路径,而是让模型直接学习CT影像与诊断报告的对应关系,通过“器官级细粒度对齐”策略,在解剖结构层面建立图像与文字的关联。1
人机协作的效果比单独对比更有看头。在AI提示模式下,放射科医生识别疾病的敏感性平均提升约10%,每例阅片时间减少超过30%。低年资医生获得AI辅助后,诊断表现也能接近高年资医生。浙大一院放射科主任肖文波打了个比方:DAMO RADAR能像“导航”一样,在读片过程中提示可能被忽略的异常区域,帮助医生把注意力聚焦到真正需要关注的地方。13
通用模型和“一病一模”有什么区别?
医疗影像AI过去通常采用“专病模型”路径:肺结节一个模型、胰腺癌一个模型,各自独立训练、针对单一病种。这类方案在特定病种上精度较高,但每训练一个新病种就需要约两年时间、投入大量人工标注数据,且训练好的模型无法迁移到其他疾病。通用模型的核心目标是用一个模型同时覆盖多种疾病,减少对单病种标注数据的依赖。DAMO RADAR选择从腹部增强CT切入,是因为这份检查通常涉及肝脏、胰腺、胆囊、胃肠道等多个器官,器官之间相互重叠、密度相近,病变信号可能非常细微——恰好是“一病一模”最难处理的场景。1
两种路线各有适用场景。专病模型的核心价值在于高精度,适合已知患者主诉、只需确认某一病种的情况;通用模型的核心价值在于广覆盖,能在单次检查中同时排查多种异常,降低漏诊风险。达摩院方面的判断是,两条路线不是取代关系,而是在不同临床场景下各展所长。1
选AI辅助工具要看哪些硬指标?
选AI医疗产品有几项硬指标值得重点关注。首先是真实世界、多中心验证数据:实验室跑分高不代表临床好用,基层医院设备精度、患者体位标准化程度都可能影响实际表现,DAMO RADAR在8家外部机构、2.4万例检查中AUC达0.895,急诊未训练场景AUC也有0.904,这些数据说明模型在新环境中的迁移能力。其次是合规资质,国内产品看NMPA三类证,国外产品看FDA认证。第三是幻觉控制能力——AI在遇到高难度任务时可能“编造”一套看似合理但偏离真实推理过程的解释,医疗场景中这类问题风险较高。456
无论选哪类产品,有一条底线不会变:AI输出不能直接作为最终诊断依据,必须由执业医师复核。国家层面的指导原则也明确,高风险预警需逐一人工复核,全程留痕。部分用户担心AI替代医生,但目前的技术定位始终是辅助——帮人看得更全、更快,而不是替人做最终判断。放射科医生的角色正在从“读片者”转向“审核者+心理支持者”,后者是AI难以替代的部分。78
数据质量和可解释性容易踩哪些坑?
AI诊断的准确性高度依赖输入数据的质量,如果原始影像存在偏差或错误,AI给出的结论也可能不准确。这对基层医疗机构尤为重要——设备分辨率、患者摆位标准化程度、数据标注规范与否,都可能影响AI的实际表现。此外,训练数据偏差可能造成对特定人群的系统性误诊、漏诊,“黑箱特性”则让部分医生难以理解AI的判断逻辑,产生信任障碍。57
技术层面正在尝试解决可解释性问题。DAMO RADAR采用的“器官级细粒度对齐”,让模型先识别不同器官,再将影像特征与报告描述对应起来,一定程度上实现了“看到什么说什么”的可追溯性。但业界共识是,当前阶段AI生成的任何解释都需要医生核实,不能作为诊断凭证直接使用。选型时可以关注产品是否提供判断依据的可视化呈现、是否支持医生快速定位AI关注的异常区域,这些细节直接影响人机协作效率。19

评论

评论区空态插画

当前文章无评论,是时候发表评论了