一个AI模型看懂146种病!达摩院发布通用医疗影像AI,医生诊断要变天了
CT检查几分钟就做完,凭什么收费几百甚至上千元?答案藏在设备成本里——一台64排螺旋CT,国产的300万起,进口西门子、GE、飞利浦的要450万到700万。CT的核心部件包括超高速旋转的X射线球管(瞬时温度2800℃)、数千组碘化铯闪烁晶体探测器阵列、高速滑环传动系统,这些零件精度要求极高、损耗极快,后续维护费用动辄每年数十万。与此同时,一项新技术正在改变医疗影像的游戏规则:达摩院发布的通用医疗影像AI模型DAMO RADAR,在近4万次真实检查中AUC达到0.913,诊断准确性首次达到影像科专家级水平。一个模型能同时识别146种腹部病症,覆盖18个器官——这相当于把影像科医生的“经验值”打包成了可复用的工具。12
“一病一模”是传统医疗AI的痛点:每训练一个疾病模型,需要大量医生手工标注数据,成本高、耗时长,换个病种就得重来。DAMO RADAR换了一条路——采用视觉-语言学习方法,让模型同时学习医学影像和对应诊断报告。CT是三维数据,直接套用常规视觉-语言学习效果不佳,研究团队在国际上首次采用“器官级细粒度对齐”策略,把CT切分成不同解剖单元,在组织器官层面让影像与报告文本精确对应,再通过自适应对比建模动态调整学习过程。整个训练流程无需额外人工标注。论文显示,模型与26名影像科医生进行对比测试,平均准确率超过其中23名。更关键的是,AI不是要取代医生:在AI辅助下,医生识别疾病的敏感性提升10%、用时减少30%以上,低年资医生能达到高年资水平。34
急诊场景也能用,泛化能力怎么样
已开源,普通人能用上吗
达摩院在医疗AI领域已持续投入多年,过去三年发表过5篇《自然·医学》论文,在胰腺癌、胃癌、肠癌筛查和主动脉夹层预警等方向都有突破。DAMO RADAR的意义在于首次实现了从“专病模型”到“通用模型”的跨越——一个底座适配多种病症,减少了重复训练的成本,也为后续扩展到其他影像模态(比如X光、超声)提供了可复用的方法论。当然,技术开源只是第一步,真正落地到临床、惠及患者,还需要医院、监管、产业各方协同推进。9
当前文章无评论,是时候发表评论了