达摩院腹部影像 AI 登 Science：一个模型识别 146 种病
量子位 · wechat · 2026-09-18
阿里达摩院联合浙大一院等全球多家医院研发的腹部 CT 通用诊断模型 DAMO-RADAR 正式登上 Science，据介绍是全球首个专家级通用影像 AI 模型，覆盖腹部 18 种解剖结构、146 种疾病。验证结果：内部近 3.9 万例真实队列平均 AUC 0.913；8 家外部医院超 2.4 万例 AUC 0.895；2.7 万例未训练过的急诊数据 AUC 仍达 0.904；四种癌症以病理活检为金标准的测试 AUC 达 0.891–0.984。人机对比中，RADAR 准确率超过 14 家医院的 26 名放射科医生中的 23 名；医生配 AI 后敏感度提升约 10%，阅片时间减少 30% 以上。方法：不做逐片标注，采用视觉-语言对比学习，从 CT 与诊断报告的对应关系学习；核心突破是「器官级细粒度对齐」（把整套 CT 拆成器官单元再与报告精确对齐）和自适应对比建模（按医学知识动态调整样本距离）。模型、代码与框架已全部开源，框架可迁移到 MRI、PET、超声。
所属事件:阿里达摩院 DAMO RADAR 登 Science 正刊并开源(8 条相关)→
「研究」频道最新
- Anthropic 称将「即将」达到 RSP 加速 AI 研发阈值，并发布可证明推理研究 — tobyordoxford · 2026-11-04
- Google 扫描 1033 件真实家居品,打包成 345MB GLB 免费开放 — victormustar · 2026-11-04
- 这 10 篇 GPU 优化论文决定了今天模型跑得多快 — NandoDF · 2026-11-04
- 实测推翻常见建议：INT8 几乎无害，采样器才是关键 — YakovSava · 2026-11-04
- Karpathy 带火 HN 开源数据集：千万级帖子可当知识库直接用 — huangyun_122 · 2026-11-04
- PixelCraft 多智能体框架登场：专治多模态模型读图表翻车 — burkov · 2026-11-04