中新社杭州9月18日電 (張煜歡)阿里巴巴達(dá)摩院與浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院等機(jī)構(gòu)研發(fā)出通用醫(yī)療影像AI模型DAMO RADAR。該模型面向腹部增強(qiáng)CT診斷，可一次性識(shí)別146種腹部病癥，其準(zhǔn)確性首次達(dá)到影像科專家級(jí)水平，現(xiàn)已正式開源。

　　北京時(shí)間18日凌晨，上述成果在國際學(xué)術(shù)期刊《科學(xué)》(Science)發(fā)表。

　　醫(yī)療影像是眾多疾病診斷的關(guān)鍵依據(jù)，腹部增強(qiáng)CT是臨床最復(fù)雜的影像診斷場景之一，涵蓋數(shù)十個(gè)器官、數(shù)百種潛在病變。傳統(tǒng)醫(yī)療AI多為單病種專用模型，依賴海量人工標(biāo)注數(shù)據(jù)，成本高、通用性弱，無法適配臨床多病種、復(fù)雜化的診療需求。

　　對(duì)此，研究團(tuán)隊(duì)創(chuàng)新采用視覺-語言學(xué)習(xí)框架，摒棄繁瑣人工標(biāo)注，直接學(xué)習(xí)海量臨床CT影像與診斷報(bào)告的內(nèi)在關(guān)聯(lián)。針對(duì)CT信號(hào)稀疏、常規(guī)算法識(shí)別精度不足的問題，團(tuán)隊(duì)首創(chuàng)器官級(jí)細(xì)粒度對(duì)齊策略，將三維CT數(shù)據(jù)拆解為獨(dú)立解剖單元，實(shí)現(xiàn)影像與文本的精準(zhǔn)匹配，搭配自適應(yīng)對(duì)比建模，完成高精度、可泛化、可解釋的智能診斷訓(xùn)練。

　　據(jù)達(dá)摩院資深算法專家張靈介紹，該模型可覆蓋18個(gè)人體器官、146種腹部病癥，包含各類惡性腫瘤等危重病變。經(jīng)過近4萬例真實(shí)臨床病例測試，模型診斷的AUC值(區(qū)分患者與正常人的能力指標(biāo)，數(shù)值越高越好，1代表能進(jìn)行完美區(qū)分)達(dá)0.913，即便應(yīng)對(duì)未訓(xùn)練過的急腹癥場景，AUC值仍高達(dá)0.904，泛化能力表現(xiàn)優(yōu)異。

　　多項(xiàng)人機(jī)對(duì)照試驗(yàn)驗(yàn)證了模型的專家級(jí)實(shí)力。經(jīng)試驗(yàn)，臨床輔助應(yīng)用中，該模型可讓醫(yī)生疾病漏診率大幅降低，診斷敏感性提升10%，閱片耗時(shí)減少30%以上，有效助力低年資醫(yī)生更好達(dá)到高年資專家診斷水平。

　　浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院放射科主任醫(yī)師肖文波表示，腹部CT診斷難度極高，該模型填補(bǔ)了臨床通用輔助診斷工具的空白，如同智能閱片導(dǎo)航，可為醫(yī)生提供精準(zhǔn)參考，助力患者獲得及時(shí)、精準(zhǔn)的診療服務(wù)。

　　研發(fā)團(tuán)隊(duì)表示，該模型的技術(shù)范式不局限于腹部CT，未來可遷移至多類醫(yī)療影像場景，為通用醫(yī)療AI研發(fā)提供嶄新路徑，加速醫(yī)療領(lǐng)域通用人工智能落地。(完)