阿里达摩院推出肝癌AI模型，精准识别1厘米微小肿瘤
内容提要
阿里巴巴达摩院联合盛京医院研发肝癌诊断AI模型DAMO LiON，通过CT影像识别微小癌变病灶。临床试验中，AI发现15例被遗漏的恶性肿瘤，多为1厘米左右，准确率高于医生，协助阅片用时减少27%，敏感性提高11.5%。该成果发表于《自然·医学》，并已部署医院辅助诊断。
延伸解读
AI如何发现“小、淡、偏”病灶
文章指出，被AI揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米，与肝脏组织对比度低，或位于少见解剖位置。DAMO LiON通过改进网络架构，捕捉病灶与整个肝脏的关系，同时保留局部纹理和边界，提升在脂肪肝、肝硬化等困难病例上的表现。此外，AI融合不同期相影像，捕捉像素级差异，从而识别增强CT中“一闪而过”的微小病灶。
临床部署流程与价值
研究团队将AI实际部署到医院，参与日常阅片。当AI与医生初诊结论不一致时，病例交由资深放射科医生复核，必要时升级至多学科团队讨论。两个月内，AI阅读了1万多名患者的增强CT影像，辅助医生发现15例被忽略的肝转移，并推动改变治疗方案。这一流程体现了AI作为“安全员”的角色，而非替代医生，通过人机协作减少漏诊。
从筛查到诊断的拓展
达摩院此前已推出胰腺癌、胃癌、肠癌筛查AI模型，相关成果三次登上《自然·医学》。此次DAMO LiON将医疗AI能力从筛查拓展到诊断领域，不仅识别原发性肝癌，更擅长揪出肝转移。文章强调，肝转移往往比原发性肝癌更常见，且医生注意力容易被原发病灶牵走，AI的辅助有助于减少这类漏诊。
Q&A
阿里达摩院研发的肝癌AI模型叫什么？
该模型名为DAMO LiON，由阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发。
DAMO LiON模型的主要功能是什么？
它通过CT影像识别微小的肝脏癌变病灶，包括原发性肝癌和肝转移，尤其擅长揪出容易被忽视的肝转移。
DAMO LiON模型在临床试验中取得了哪些成果？
在两个月的真实世界前瞻临床试验中，AI发现了15例被遗漏的恶性肿瘤，多为1厘米左右；准确率高于放射科医生，协助阅片用时减少27%，敏感性提高11.5%。
DAMO LiON模型是如何提高肝癌检测准确率的？
它采用改进的网络架构，能捕捉病灶与整个肝脏的关系，保留局部纹理和边界，提升在脂肪肝、肝硬化等困难病例上的表现；还能将不同期相影像迭代融合，捕捉像素级差异，精准揪出微小病灶。
DAMO LiON模型在实际部署中如何辅助医生？
当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队讨论。两个月内，AI阅读了1万多名患者的CT影像，辅助医生抓出15例被忽略的肝转移，改变了治疗方案。
达摩院在医疗AI领域还有哪些其他成果？
达摩院还研发了胰腺癌筛查AI模型DAMO PANDA、胃癌筛查AI模型DAMO GRAPE、肠癌筛查AI模型DAMO COCA等，相关成果三次登上《自然·医学》，并获FDA“突破性医疗器械”认定。
