阿里达摩院肝癌AI两个月发现15例漏诊

8月24日午间消息，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肝癌诊断AI模型DAMO LiON，可通过CT影像识别微小的肝脏癌变病灶。在两个月的真实世界前瞻临床试验中，该AI模型发现了15例原本被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，帮助患者得到及时的手术或药物治疗。相关论文登上国际顶级学术期刊《自然·医学》（Nature Medicine）。

据介绍，达摩院发挥在医疗影像AI上多年的技术积累研发出DAMO LiON模型，作为“AI安全员”协助医生阅片，既能精准识别原发性肝癌，更擅长揪出容易被忽视的肝转移。实验结果显示，AI模型识别出恶性肿瘤的准确率高于放射科医生。当医生用AI模型协助阅片，用时减少了27%，而对恶性肿瘤的敏感性更提高了11.5%，有效减少漏诊；在AI协助下，初级医生能达到资深医生水平。

研究团队随后将AI模型实际部署到医院，参与日常阅片，当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队（MDT）讨论。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生抓出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。

达摩院算法专家闫轲表示，这些被AI揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米，和肝脏组织对比度低，或者位于比较少见的解剖位置。在这背后，DAMO LiON模型采用了改进的网络架构，既可以捕捉病灶和整个肝脏的关系，又能有效保留局部纹理和边界，提升在脂肪肝、肝硬化和术后肝脏等困难病例上的表现。此外，AI还能将不同期相组合的影像迭代融合，有效捕捉不同期相之间的像素级差异，精准揪出增强CT扫描中“一闪而过”的微小病灶。