2026-09-27
达摩院用40万例CT报告训出RADAR诊断AI,零样本迁移美国MERLIN数据集AUC达0.883,助放射科医生敏感度提升约10%。
放射科的诊断AI大多是单任务专才:一个模型只认一种病灶,换个器官、换个医院就得重新标注重新训练。腹部CT尤其难做通用模型,涉及肝、胰、肠、肾等十几种器官,每种器官的正常表现和异常征象都不一样,靠人工逐帧标注根本喂不出百万级数据集。达摩院这篇论文想解决的,是能不能不靠人工标注,直接从医院日常写的诊断报告里学出一个全科CT诊断模型。
RADAR 的思路是把CT影像和放射科报告当成一对图文样本做对齐训练,不需要额外标注病灶框或分割掩膜。具体拆成三步:
这套流程喂了超过40万例增强腹部CT、1500万个图像区域与文本片段的图文对,覆盖18种解剖结构和146种影像学表现。
论文最关键的验证是跨机构泛化:在国内医院数据上练出来的RADAR,直接拿到斯坦福AIMI公开的美国MERLIN测试集上做零样本推理,不做任何微调:
| 设置 | AUC |
| RADAR 零样本迁移到 MERLIN | 0.883(平均) |
| RADAR+ 从零在 Merlin-CT-Train 上训练 | 0.888(anatomy) |
| RADAR+ 用 RADAR 权重微调 | 0.918(anatomy)/0.876(all) |
具体到单个征象,腹主动脉瘤(0.99)、肠梗阻(0.97)、胸腔积液(0.96)这类结构性明显的病灶零样本AUC很高,骨折(0.68)、肺不张(0.71)这类细微或弥漫性表现明显更弱,说明报告驱动的监督对看得见的大结构更友好,对细节纹理类征象还不够。真正落到临床场景的验证是阅片研究:26名放射科医生在RADAR辅助下,诊断敏感度平均提升约10%。
这篇论文证明了两件事同时成立:不靠人工标注,只用医院已经在写的报告文本,也能训出覆盖十几种器官、上百种征象的通用CT模型;而且这个模型能跨院跨国泛化,不是在自己训练数据的医院里自娱自乐。对行业来说,报告驱动的弱监督路线绕开了医学影像AI最贵的环节:专家标注,这是把这类模型规模化的现实路径。更少见的是,达摩院把模型权重、训练代码、数据处理脚本都放到了 GitHub、Hugging Face、ModelScope 和 Zenodo 上,能把开放程度做到这一步的 Science 论文并不常见。
论文正文被 Science 的付费墙挡住,这篇解读基于摘要与官方开源代码仓库的文档整理,未能读到论文原文完整的方法表述与讨论部分,细节以原文为准可能有出入。从已知信息看:训练用的报告标签由LLM自动解析生成,没有专家逐条复核,报告写法和LLM解析误差都可能系统性地带进标签噪声;图像与掩膜被重采样到 [1,1,5] 的层厚,z方向分辨率较粗,对小病灶或早期病变的检测能力存疑;骨折、肺不张等征象的AUC明显低于结构性病灶,说明全科能力目前并不均匀。作者自己也在项目页明确写明,RADAR目前仅供研究使用,距离临床部署还需要前瞻性临床研究。