阿里达摩院肝癌AI模型登《自然·医学》，辅助诊断效率与精度双升

【科技纵览】
8月24日，一则来自医疗人工智能领域的消息引发关注。阿里巴巴达摩院携手中国医科大学附属盛京医院等多家机构，共同推出了名为“DAMO LiON”的肝癌诊断AI模型。该系统的核心能力在于通过CT影像精准捕捉微小的肝脏癌变病灶，为早期干预提供了新的技术路径。

在为期两个月的真实世界前瞻性临床试验中，这套系统展现了其敏锐的“洞察力”。数据显示，它成功揪出了15例此前被遗漏的恶性肿瘤病例。值得注意的是，这些病灶绝大多数直径仅在1厘米左右，属于极难发现的微小病变。得益于这一发现，相关患者得以及时接受手术或药物治疗，避免了病情的进一步恶化。

这项研究成果已正式刊登在国际顶级学术期刊《自然•医学》（Nature Medicine）上。据官方披露，“DAMO LiON”在临床场景中扮演着“AI安全员”的角色，协助医生进行阅片工作。它不仅对原发性肝癌有较高的识别率，更在容易被忽视的肝转移灶检测上表现突出。实验数据表明，该模型在识别恶性肿瘤方面的准确率甚至超过了放射科医生的平均水平。

当医生借助该AI模型辅助工作时，工作效率得到了显著优化。统计显示，阅片耗时缩短了27%，而对恶性肿瘤的检测敏感性则提升了11.5%，从而有效降低了漏诊风险。更有意思的是，在AI的加持下，初级医生的诊断水平能够迅速向资深医生看齐，这在一定程度上缓解了优质医疗资源分布不均的问题。

回溯过往，达摩院自2017年成立以来便深耕医疗AI领域。他们率先提出了利用AI识别医学影像中人眼难以察觉细微病灶的理念。在此之前，团队已相继研发出基于平扫CT的胰腺癌筛查模型DAMO PANDA、胃癌筛查模型DAMO GRAPE以及肠癌筛查模型DAMO COCA。这些成果不仅三次登上《自然 • 医学》，还进入了国家药品监督管理局的创新通道，并获得了美国食品药品监督管理局（FDA）的“突破性医疗器械”认定。从某种角度看，这标志着中国在高端医疗影像AI领域的研发实力正逐步获得国际认可，技术落地也从单一病种向多器官覆盖迈进。