达摩院肝癌AI模型揪出1厘米隐形肿瘤

肝癌及其转移病灶的早期诊断一直是临床难题。阿里巴巴达摩院联合盛京医院等机构推出的肝癌诊断AI模型DAMO LiON，近期在真实世界试验中展现了出色的“补漏”能力。该模型通过增强CT影像精准识别微小肝脏癌变病灶，在两个月内为超过一万名患者完成读片，发现了15例原本被遗漏的恶性肿瘤，其中绝大多数为1厘米左右的病灶。相关研究成果已发表于《自然·医学》。

DAMO LiON的设计初衷是解决医生“看漏”的问题。肝癌和肝转移早期极难发现，小病灶容易受到肝硬化、脂肪肝及复杂解剖结构的干扰，同时医生的注意力也常被原发病灶牵走。作为“AI安全员”，DAMO LiON对恶性肿瘤的识别准确率高于放射科医生。在配合AI辅助后，阅片耗时降低27%，敏感性提升11.5%，初级医生的诊断能力可达到资深医生水平。

在技术层面，DAMO LiON采用了改进的网络架构，能够兼顾病灶与全肝之间的关系，同时保留局部纹理边界。模型还融合了不同期相的CT影像，能够捕捉那些“一闪而过”的微小病灶，从而提升对早期肝癌和转移灶的检出率。

在实际部署中，AI与初诊结论不一致时，系统会将病例提交给资深医生复核，必要时升级至多学科讨论。在为期两个月的试验中，模型读片覆盖一万余名患者，成功抓出15例被忽略的肝转移病例。其中一位65岁的膀胱癌复查患者，肿瘤标志物正常，初诊影像仅见钙化灶，而AI准确将其判断为肝转移，并推动后续治疗调整为化疗。

达摩院自2017年起布局医疗AI，DAMO LiON标志着其能力从疾病筛查拓展到诊断阶段。随着此类技术与临床流程的深度融合，更多患者有望得到及时、精准的治疗。