IT之家 9 月 18 日消息，阿里达摩院今日宣布，与浙江大学医学院附属第一医院等机构研发出的通用医疗影像 AI 模型 DAMO RADAR，登上国际顶级学术期刊《科学》(Science)。
该模型面向腹部增强 CT 诊断，可一次性识别超过 146 种病症，其准确性首次达到影像科专家级水平，现已正式开源。
据介绍，达摩院采用视觉-语言学习方法（Vision-Language Learning），让模型直接学习医学影像和相对应报告文本的内在关联信息。达摩院高级算法专家张建鹏表示，由于 CT 数据信号稀疏，常规的视觉-语言学习效果不佳，该项研究在国际上首次采用“器官级细粒度对齐”策略，将 CT 构建三维数据并分解为解剖单元，在组织器官层面实现图像与报告文本的精确对齐，并通过自适应对比建模策略来动态调整，无需额外人工标注即可完成可扩展、多用途、可解释的诊断。
最终，DAMO RADAR 覆盖了含恶性肿瘤在内的广泛腹部病症，研究团队评估了其中 146 种，涉及 18 个器官。在近 4 万次真实世界检查中 AUC 可达 0.913（AUC 是区分患者与正常人的能力指标，数值越高越好，1 代表能进行完美区分），成为首个达到专家水平的通用医学影像 AI 模型。
论文显示，DAMO RADAR 与 26 名来自多家医院的影像科医生进行了人机对比试验，其平均准确率超过了其中 23 名医生。在 AI 提示下，影像科医生识别疾病的敏感性（防漏诊的能力）提高了 10%，用时则减少了 30% 以上，并使低年资医生达到了高年资医生的诊断水平。
IT之家附相关链接：
论文：https://www.science.org/doi/10.1126/science.aec6129
开源：https://github.com/alibaba-damo-academy/damo-radar