去医院拍腹部 CT 最怕的漏诊，达摩院刚上 Science 的 AI 全开源兜底了

在医院所有的体检和排查里，腹部增强 CT 可能是让普通人心理压力最大的一项。

AI 生成的阅片场景示意，非真实病例或试验现场。

不仅是因为手臂上扎着粗大的针头，随着高压注射器把造影剂快速推入静脉，一股滚烫的热流瞬间从喉咙冲向全身的难受。更因为走下检查床之后，在门外等结果的那两三个小时里，每个人坐在铁排椅上，心里其实都在怕同一个词，那就是漏诊。

怕自己看不懂的灰度片子里漏掉了什么，也怕医生在昏暗的阅片室里看漏了什么。

广播里机械平淡的提示语音还在让下一个患者吸气、憋住、再呼气。而等报告的人坐在医院走廊里，手心发紧。好不容易拿到装在塑料袋里的胶片和报告，看到上面写着“低密度灶待排”、“建议结合临床进一步检查”，普通人根本看不懂那些复杂的医学词汇，心里只能七上八下地打鼓。

而在厚重的防辐射铅门背后，昏暗的放射科阅片室里，几块发着冷白光的高分辨率屏幕前，医生正以极快的速度滚动着鼠标滚轮。

一个人的一次腹部增强 CT，拍下来往往是数百张、甚至上千张横断面的灰度切片。

一个三甲医院的放射科医生，从早坐到晚，一天要看几十份甚至上百份这样的检查。那是每天数万张切片。人不是机器，当眼睛看酸、注意力下滑、屏幕上的灰度阴影开始变得重叠时，悬在每一个医生和患者头顶最沉重的风险，就是漏诊。

特别是早期胰腺癌、早期肝癌，在密密麻麻挤在一起的肠胃、胰腺和软组织里，可能只是几个毫米的微小异常。稍有不慎，滑过去就是滑过去了。

这几年我们经常听到各种医疗 AI 的宣传，但在很多临床医生的实际感受里，过去的算法往往很难真正派上大用场。

因为过去很多团队都挑相对容易的单项去做。比如查肺结节，肺部全是空气，背景是纯黑的，结节是白色的，对比极高；或者做眼底筛查，两张彩色眼底照片，血管走向一清二楚。

人体的腹部完全是另一回事。

腹腔是全人体里解剖结构最拥挤、最复杂的区域。肝、胆、胰、脾、胃、肾、肾上腺、十二指肠、大肠小肠，十几个器官挨挤在一团。肠道还在不受控地蠕动，不同脏器的软组织在灰度图上对比度极低，各种良恶性病灶的形态更是千奇百怪。

以前的算法都是一个模型看一个病，只能看肝肿瘤，或者只能看肾结石。可患者拍一次腹部 CT，医生不可能把图像切成十几份分别丢给不同的小软件。临床最需要的，是一个能把整张腹部 CT 从头通读到底的全科助手。

就在前几天，国际顶级学术期刊《Science》刊登了一篇来自中国团队的重磅论文。

阿里巴巴达摩院联合浙江大学医学院附属第一医院等机构，发布了一个名为 DAMO RADAR 的视觉语言医疗大模型。

它做的事情，就是正面啃下了这块最硬的骨头。单次扫描输入，就能同时覆盖 18 个腹部器官与解剖区域，识别 146 项临床病变，包括肝癌、胰腺癌、肾癌在内的多种早期恶性肿瘤，以及囊肿、结石、炎症等。

支撑它的底座，是研发团队使用超过 42 万例真实腹部 CT、1500 万对解剖图文对进行的系统训练。

在近 4 万例真实临床病例的严格检验里，146 项影像发现的平均 AUC 达到 0.913。

更令人震动的是一项人机对比盲测。团队邀请了 26 位人类放射科医生，在同样的病例库里同台比试。模型的平均表现，胜过了其中的 23 位医生。

在医生阅片研究中，当医生使用这个模型作为辅助工具时，诊断敏感度提高了约 10%。

很多圈外人看 10% 只是一个枯燥的数字。但在真实医疗环境里，尤其在中国庞大的人口基数下，10% 意味着无数个家庭命运的转折。

比如被称为癌中之王的胰腺癌，绝大多数患者察觉不适去检查时已经是中晚期，往往失去了根治机会。如果在常规体检或者消化道检查做腹部 CT 时，能早半年甚至三个月敏锐捕捉到那几毫米的早期阴影，患者的生存机会完全是天壤之别。

能够帮疲惫的医生少漏掉一些潜在的病灶，背后可能就是成百上千个家庭免于陷入绝境。

而比登上《Science》更让我感到触动的，是达摩院接下来的动作。

大模型这两年在全球范围内炙手可热，但绝大部分前沿成果被做出来后，要么被锁进云端卖天价授权，要么沦为资本市场讲故事的筹码。

达摩院做了一个极其罕见的决定。在论文发表的同时，他们把 DAMO RADAR 的完整推理代码、模型权重全部在开源社区免费公开了。科研团队可以下载研究，模型权重带有非商业使用限制。

来源：RADAR 官方 Hugging Face 模型卡。

为什么开源这件事情，对中国老百姓有着格外深远的意义？

因为我们太清楚中国医疗资源分布的真实困境了。

顶级的放射科主任、经验丰富的阅片国手，绝大多数高度集中在北上广浙等一线城市的大三甲医院。而在广袤的县域和基层医院里，虽然如今很多地方也配齐了先进的 CT 设备，却极度缺乏能够看懂复杂腹部切片的资深阅片医生。

很多基层医生看片吃不准，患者要么面临误诊漏诊的危险，要么为了求一个安心，只能拖家带口奔波几百公里去省城大医院重新排队拍片。

达摩院公开代码和权重，让这套阅片能力有了向县城医院和基层体检中心延伸的可能。随着后续临床验证与部署推进，它有望成为基层医生的第二道视线。

当然，实事求是地看，这绝对不意味着 AI 已经能够替代人类医生。

在那场 26 人的盲测中，依然有 3 位资深放射科专家的表现超越了模型。人类顶级医生多年摸爬滚打积累下来的综合直觉、面对罕见病变时的审慎推理，依然是无法被算法轻易替代的灯塔。

医学诊断从来不仅仅是黑白胶片上的概率计算。负责任的医生还要亲手触摸患者腹部、询问起居细节、结合血液各项生化指标，并在确诊时给慌乱无助的家属一个坚定的眼神和温暖的宽慰。

达摩院团队也极为克制地将这个模型定义为导航雷达与教学工具。它的核心价值，是给另外 23 位医生、以及万千在基层坚守的年轻医生提供随时在场的支撑，在深夜值班室里少看漏一个隐匿病灶，多挽救一条鲜活生命。

这大概才是今天的人工智能最让人尊敬的样子。它没有在虚拟世界里陪人聊无休止的闲天，而是走进了中国普通老百姓最牵挂的健康深处，用实打实的代码与开源的善意，给脆弱的生命多筑起了一道靠得住的防线。