北京
阿里达摩院今天宣布，与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AI模型DAMO RADAR，登上了国际顶级学术期刊《科学》。这个模型面向腹部增强CT诊断，可一次性识别超过146种病症，准确性首次达到影像科专家级水平，现已正式开源。
达摩院采用视觉-语言学习方法，让模型直接学习医学影像和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。
146种病症，18个器官
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。这使它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。
医生用上AI之后
在AI提示下，影像科医生识别疾病的敏感性提高了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。敏感性对应的是防漏诊的能力，这意味着AI不只是替代判断，还在改变医生的工作方式。
目前该模型已正式开源，论文与代码链接同步公开。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
