达摩院肝癌AI登自然医学期刊

阿里达摩院联合盛京医院等机构研发的肝癌人工智能模型DAMO LiON，近期登上国际顶级学术期刊《自然·医学》。这一成果标志着人工智能在医学影像辅助诊断领域取得了重要突破，尤其是在肝癌早期筛查与微小病灶识别方面展现出显著临床价值。

DAMO LiON模型的核心能力在于通过增强CT影像精准识别微小肝脏癌变，尤其擅长发现肝转移病灶。由于肝转移在早期往往表现为体积微小、形态不典型的结节，传统人工阅片极易漏诊，而该模型借助深度学习算法，能够捕捉到人眼难以察觉的细微影像特征，从而大幅提升检出率。

研究团队开展了一项真实世界前瞻性试验，以评估模型在实际临床场景中的辅助诊断性能。试验中，该模型辅助医生对超过一万名患者进行了影像阅片，并成功发现了15例原本被漏诊的恶性肿瘤。值得注意的是，这些漏诊病灶的尺寸大多仅约1厘米，属于早期微小癌变。这一结果充分证明了DAMO LiON在提升肝癌早期诊断敏感度方面的巨大潜力，有望帮助患者赢得宝贵的治疗窗口期。

从技术路径来看，DAMO LiON并非简单模拟医生阅片过程，而是针对肝脏肿瘤的生物学特性设计了专门的特征提取与判别机制。它能够在增强CT的多期相影像中融合空间与密度信息，有效区分良性结节与恶性病变，尤其对微小转移灶具有较高的特异性和灵敏度。这一技术突破为今后开发更精准的多癌种筛查工具奠定了基础。

该研究的成功也体现了产学研医协同创新的模式。阿里达摩院提供算法研发与工程实现能力，盛京医院等医疗机构则贡献了高质量的真实临床数据与医学经验。双方密切合作，确保了模型从实验室到临床场景的顺利转化。随着相关技术的不断成熟，未来AI辅助阅片有望成为放射科医生的标配工具，在更大范围内降低肝癌漏诊率，改善患者预后。