达摩院肝癌AI模型精准识别微小病灶

阿里巴巴达摩院联合中国医科大学附属盛京医院等机构，近日研发出全新的肝癌诊断AI模型DAMO LiON。该模型通过对增强CT影像的深度分析，能够精准识别直径约1厘米的微小肝脏癌变病灶，为肝癌的早期发现与及时治疗提供了有力工具。

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，也包括从肠癌、胰腺癌等部位转移而来的肝转移，后者在临床上更为常见。无论哪种类型，越早发现治疗效果越好。然而，由于病灶体积小，且容易受到肝硬化、脂肪肝以及肝脏内复杂解剖结构的干扰，医生即使在增强CT下也可能漏诊。尤其在肝转移情况下，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，达摩院基于在医疗影像AI领域多年积累的技术，研发出DAMO LiON模型，定位为“AI安全员”，协助医生阅片。该模型不仅能够识别原发性肝癌，更擅长发现容易被忽略的肝转移病灶。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。当医生使用AI协助阅片时，阅片用时减少了27%，对恶性肿瘤的敏感性提高了11.5%，有效减少了漏诊。在AI辅助下，初级医生的诊断能力可以达到资深医生水平。

研究团队还将模型实际部署到医院参与日常阅片流程。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讨论。在为期两个月的真实世界前瞻临床试验中，AI共阅读了超过1万名患者的增强CT影像，辅助医生发现了15例原本被忽略的肝转移病例，并推动改变了这些患者的治疗方案。其中，一位65岁的膀胱癌患者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准确给出了肝转移的判断，提醒医生修改检查报告并给出化疗建议。

达摩院算法专家闫轲介绍，这些被AI揪出的恶性病灶普遍具有“小、淡、偏”的特点：平均直径约1厘米，与肝脏组织对比度低，或位于较少见的解剖位置。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上的表现。此外，AI还能将不同期相的影像进行迭代融合，有效捕捉期相之间的像素级差异，精准识别增强CT扫描中“一闪而过”的微小病灶。

事实上，达摩院自2017年成立起即布局医疗AI，率先提出用AI识别医学影像中人眼难以察觉的细微病灶。此前已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》，并进入国家药品监督管理局创新通道，获得美国食品药品监督管理局“突破性医疗器械”认定。此次DAMO LiON的推出，标志着达摩院将医疗AI能力从筛查拓展到诊断领域，有望帮助更多患者获得及时、准确的治疗。