一张腹部增强 CT 躺进扫描仪,放射科医生要逐个器官排查;而 DAMO RADAR 一次读完全腹,给出 146 项病症的置信度评分——这是阿里达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像模型,9 月 18 日登上 Science,代码与权重同步开放(人民网健康)。

从单病种到「一次读全腹」

医疗影像 AI 过去十年的主流做法是一个模型盯一种病:肺结节、乳腺癌筛查各有专用模型,部署成本高,长尾病症没人做。RADAR 走的是通用路线:输入增强腹部 CT 和器官分割掩码,输出一张 146 列的 CSV,每列对应一个「器官-病症」对的置信度,覆盖肝、胰腺、胃、结直肠等 18 个器官,包括这四类癌症(SCMP)。阿里将其称为「世界首个专家级通用医学影像模型」——这是官方自述,独立同行还没盖章。

1500 万份报告当标注

训练数据是 40 万+ 次腹部增强 CT 检查和 1500 万个「图像-报告」对。关键在标注:团队没有雇医生逐层画框,而是让模型对齐影像和医生已写好的报告——报告本身就是标签。这条对齐路线把标注成本从人力密集压到数据整理,也让覆盖面从十几种扩到 146 种。

数字与许可证都要看细

近 4 万例真实检查上,146 项发现的平均 AUC 为 0.913;读片研究里,它平均表现超过 26 位参试放射科医生中的 23 位;作为辅助工具使用时,医生漏诊率下降约 10%,诊断时间缩短超过 30%(NDTV)。

开源成色有个容易被忽略的细节:GitHub 仓库代码采用 Apache-2.0 许可,但模型权重单独以 CC BY-NC-SA 4.0 发布——研究可用,商用需要另行授权(TechTimes)。第三方实测显示推理显存约 16GB,单张消费级 GPU 就能跑(MindStudio),仓库地址:alibaba-damo-academy/damo-radar。

所以呢

权重开放的直接受益者不是三甲医院,而是请不起按次付费 API 的县医院和基层诊所——一台 GPU 工作站就能常驻一个「第二读片人」。但 NC 许可证意味着商业化路径仍握在阿里手里,欧美医院落地还要过独立人群验证和监管审批。开源医学影像模型的竞赛,正从「能不能做」进入「谁用得起」。