8月24日消息，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。该模型可通过 CT 影像识别微小的肝脏癌变病灶。在为期两个月的真实世界前瞻性临床试验中，该 AI 模型发现了 15 例原本被遗漏的恶性肿瘤，绝大部分病灶直径约为 1 厘米，帮助患者及时接受手术或药物治疗。相关论文已登上国际顶级学术期刊《自然·医学》（Nature Medicine）。
肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常所说的“肝癌”；也有从肠癌、胰腺癌等部位转移而来的“肝转移”，而且后者往往更为常见。无论是哪一种，越早发现，治疗效果就越好。
但早期发现并不容易。由于病灶较小，且容易受到肝硬化、脂肪肝和肝脏复杂解剖结构的干扰，医生即便借助增强 CT，也有可能出现漏诊。尤其是在肝转移病例中，医生的注意力容易被原发病灶吸引，从而忽视细小的肝脏病灶。
为此，达摩院依托多年在医疗影像 AI 领域的技术积累，研发出 DAMO LiON 模型，作为“AI 安全员”协助医生阅片。该模型既能精准识别原发性肝癌，也更擅长发现容易被忽视的肝转移。
实验结果显示，AI 模型识别恶性肿瘤的准确率高于放射科医生。医生借助 AI 模型阅片后，阅片时间减少了 27%，对恶性肿瘤的敏感性提高了 11.5%，有效减少了漏诊；在 AI 协助下，初级医生的诊断水平可达到资深医生水平。
AI 模型识别出细小的转移瘤
随后，研究团队将 AI 模型实际部署到医院，参与日常阅片。当 AI 与医生的初诊结论不一致时，病例会交由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 共读取 1 万多名患者的增强 CT 影像，辅助医生发现了 15 例原本被忽略的肝转移病例，并推动调整了这些患者的治疗方案。其中，一名曾患膀胱癌的 65 岁患者接受复查时，肝功能指标和肿瘤标志物均正常，医生初诊仅发现肝脏钙化灶，而 AI 准确给出了肝转移判断，提醒医生修改检查报告并提出化疗建议。
达摩院算法专家闫轲表示，这些被 AI 发现的恶性病灶普遍具有“小、淡、偏”的特点：平均直径约为 1 厘米，与肝脏组织的对比度较低，或位于相对少见的解剖位置。
据介绍，DAMO LiON 模型采用了改进的网络架构，既能捕捉病灶与整个肝脏之间的关系，又能有效保留局部纹理和边界，从而提升在脂肪肝、肝硬化和术后肝脏等困难病例中的表现。此外，AI 还能对不同期相组合的影像进行迭代融合，有效捕捉不同期相之间的像素级差异，精准发现增强 CT 扫描中“一闪而过”的微小病灶。
据悉，达摩院自 2017 年成立起便开始布局医疗 AI，并在行业内率先提出使用 AI 识别医学影像中人眼难以察觉的细微病灶。达摩院先后研发出基于平扫 CT 的胰腺癌筛查 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》，进入国家药品监督管理局创新通道，并获美国食品药品监督管理局（FDA）“突破性医疗器械”认定。
此次，达摩院进一步将医疗 AI 能力从筛查拓展至诊断领域，帮助更多患者获得及时、准确的治疗。
本文由阿里提供，量子位获授权转载，观点归原作者所有。