阿里巴巴的研究部门开源了一个人工智能模型，该模型可以通过读取计算机断层扫描 (CT) 扫描来识别近 150 种腹部疾病，包括癌症，这是这家中国科技集团扩展医疗人工智能项目的最新举措。
据《南华早报》报道，该模型名为“达摩雷达”，由阿里巴巴研究院达摩院开发，并在周四发表在《科学》杂志上的一项研究中进行了描述。该研究所于周五宣布了开源版本。与封闭的商业系统不同，开源模型可以由医院和研究人员下载、检查和调整——这种分发模型可以加速诊所的采用，而诊所永远无法获得专有诊断工具的许可。 更多相关背景，请参阅我们的AI新闻。
医学成像的多面手模型
该研究所表示，Damo Radar 是一种视觉语言模型，旨在分析覆盖 18 个腹部器官的对比增强 CT 扫描，并识别多种疾病和其他异常，包括恶性肿瘤。它的创建者将其描述为“世界上第一个专家级的通用医学成像模型”——一个旨在读取许多不同发现的单一系统，而不是一个用于发现一种疾病的狭隘工具。
这种通才的野心使其与迄今为止部署的大多数医疗人工智能系统区分开来，这些系统通常是针对单一任务（例如检测一种肿瘤）而构建和验证的。涵盖 146 种不同临床结果的单一模型，如果在实验室之外也能发挥作用，可能会改变放射科部署人工智能的经济性，在放射科，将十几个单一用途的工具拼接在一起已被证明是不切实际的。
该模型接受了 CT 扫描与临床报告的训练，这种方法教会系统将图像上出现的内容与临床医生用来描述它的语言联系起来。据《华盛顿邮报》报道，研究小组表示，该训练方法最终可能会扩展到其他类型的医学成像。
针对工作放射科医生进行测试
标题数据来自对近 40,000 次真实考试的评估。研究报告称，在 146 项临床发现中，Damo Radar 的平均曲线下面积 (AUC) 为 0.913，这是诊断性能的统计指标，其中 1.0 代表完美的准确性。
与人类读者的比较将受到最严格的审查。研究显示，在一项涉及多家医院 26 名放射科医生的研究中，该模型的平均准确度超过了 23 名参与者的平均准确度。达摩院表示，当放射科医生在该模型的帮助下工作时，他们防止漏诊的能力提高了 10%，同时每个病例所需的时间缩短了 30% 以上。
这项研究涉及阿里巴巴以外的多家机构，其中包括浙江大学附属医院。 《科学》是最具选择性的科学期刊之一，它对结果进行了一定程度的外部审查，这是供应商赞助的基准通常缺乏的——尽管现实世界的表现始终取决于医院实际看到的扫描、设备和患者群体。
为什么开源很重要
对于医学敏感技术来说，公开释放重量是一个值得注意的选择。专有供应商通常会以监管和安全为由，保持医疗模型的封闭性。开放版本允许独立研究人员探索故障模式，让医院在自己的基础设施上运行模型，而无需将患者数据发送给外部供应商，并让较小的设施能够访问原本为大型医院系统保留的功能。
这也意味着阿里巴巴对该模型的使用方式的控制较少。开放可用性并不是临床批准：每个司法管辖区的监管机构仍将决定该模型是否以及如何部署在患者身上，医院需要在自己的设备和人群上进行验证。
值得注意的是：《南华早报》隶属于阿里巴巴，该报在自己的报告中披露了这一事实。 《科学》杂志上发表的基础研究为研究本身提供了独立证实，但周五公告的框架不可避免地来自公司方面。
阿里巴巴更广泛的医疗人工智能推动
达摩雷达并不是阿里巴巴首次涉足诊断成像领域。据《华盛顿邮报》报道，达摩院近年来一直在开发人工智能筛查工具，帮助医生识别胰腺癌、胃癌、结直肠癌以及主动脉夹层。今年4月，该部门发布了一款名为Coca的模型，该模型是与广东省人民医院等机构共同开发的，该公司表示，该模型在通过CT扫描发现早期结直肠癌方面比放射科医生更敏感。
从单一疾病筛查到通才模型的进展反映了一个更广泛的赌注：在配对图像和报告上训练的大型视觉语言模型可以吸收目前需要稀缺专家时间的模式识别工作。在许多卫生系统中，放射科医生的短缺非常严重，而且筛查项目产生的扫描结果远远超出了专家在同等关注下所能读取的数量。
接下来会发生什么
开源版本是一个开始，而不是部署。考虑该模型的医院需要对其自己的扫描进行本地验证，临床使用将取决于各国的监管审查。但本周公布的证据——近 40,000 次真实世界检查、与工作放射科医生的面对面比较以及据报道在人工智能辅助下阅读时间减少 30%——为 Damo Radar 提供了比大多数以新闻稿形式首次亮相的模型更强大的基础。综合医学成像模型是否成为标准的医院工具或仍然是研究里程碑，将取决于它们在日常临床实践的混乱环境中的表现。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
