达摩院肝癌 AI 登上 Nature Medicine：两个月揪出 15 例被漏诊的恶性肿瘤

今天医疗 AI 圈有个消息挺提气：阿里巴巴达摩院联合中国医科大学附属盛京医院等机构，研发出一个肝癌诊断 AI 模型，名字叫 DAMO LiON，相关论文登上了国际顶级期刊《自然·医学》（Nature Medicine）。这模型能通过 CT 影像识别微小的肝脏癌变病灶，而且是在真实医院环境里验证过的，不是实验室自嗨。

两个月，揪出 15 例被漏掉的恶性肿瘤

研究团队做了两个月的真实世界前瞻临床试验：AI 直接部署到医院参与日常阅片，一共读了 1 万多名患者的增强 CT 影像，辅助医生抓出了 15 例原本被忽略的肝转移，推动改变了这些患者的治疗方案。这些病灶普遍「小、淡、偏」——平均直径只有 1 厘米左右，跟肝脏组织对比度低，或者长在比较罕见的解剖位置，医生一眼扫过去确实容易漏。

有个案例特别典型：一位 65 岁、患过膀胱癌的患者来复查，肝功能指标和肿瘤标志物都正常，医生初诊只看到了肝脏钙化灶，但 AI 准确给出了肝转移的判断，提醒医生修改检查报告、给出化疗建议。这种「指标正常但 AI 说不」的案例，最能说明问题。

数据摆出来，差距是实打实的

官方给出的数据也很硬：AI 识别恶性肿瘤的准确率高于放射科医生；医生用 AI 协助阅片，用时减少 27%，对恶性肿瘤的敏感性提高 11.5%；在 AI 协助下，初级医生能达到资深医生的水平。这背后是改进的网络架构——既能捕捉病灶和整个肝脏的关系，又能保留局部纹理和边界，还能把不同期相的影像迭代融合，抓住增强 CT 里「一闪而过」的微小病灶。

达摩院在医疗 AI 上已经蹲了快十年

其实这不是达摩院第一次出圈。从 2017 年成立起他们就布局医疗 AI，先后做过基于平扫 CT 的胰腺癌筛查模型 DAMO PANDA、胃癌筛查 DAMO GRAPE、肠癌筛查 DAMO COCA，相关成果三次登上《自然·医学》，进了国家药监局创新通道，还拿了美国 FDA 的「突破性医疗器械」认定。这次 DAMO LiON 的意义在于，达摩院把能力从「筛查」拓展到了「诊断」——筛查是帮你发现可疑，诊断是直接给结论。对患者来说，早一天确诊，治疗方案的选择空间就大一分。希望这类模型能早点铺开，进更多医院的日常流程。