什么值得买App下载 App ›
连续签到专享现金活动

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
医疗AI最怕的情况是“训练集见过,真实场景歇菜”——模型在论文数据上表现不错,到了没见过的新场景就掉链子。研究团队专门做了验证:在急腹症识别场景中,AUC依然达到0.904。急腹症是急诊中最考验影像诊断能力的场景之一,病情急、病因杂、漏诊后果严重,模型在非训练数据上依然保持高性能,说明这套方法的泛化能力经过了真实考验。56
已开源,普通人能用上吗
DAMO RADAR已正式开源,这意味着研究机构和医疗机构可以自由获取模型权重进行部署和二次开发。大医院用它提升诊断效率,基层医院用它拉齐诊疗水平——AI做初筛把关,医生做最终拍板,基层医院影像诊断能力不足的短板有望补上。需要注意的是,开源开放的是模型本身,临床落地还需要符合医疗器械监管要求。目前国家医保局已明确将“人工智能辅助”列为扩展项,指导各地在定价时关注AI辅助技术的资源投入成本,为技术应用理顺收费路径。78
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

评论

评论区空态插画

当前文章无评论,是时候发表评论了