9月18日，阿里达摩院宣布，其与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像AI模型DAMO RADAR，已登上国际顶级学术期刊《科学》。该模型针对腹部增强CT诊断，能够一次性识别超过146种病症，准确性首次达到影像科专家级水平，并已正式开源。

技术路径上，达摩院采用了视觉-语言学习方法，让模型直接学习医学影像与对应报告文本之间的内在关联。达摩院高级算法专家张建鹏指出，由于CT数据信号稀疏，常规视觉-语言学习效果不佳。为此，研究团队在国际上首次采用“器官级细粒度对齐”策略，将CT构建为三维数据并分解为解剖单元，在组织器官层面实现图像与报告文本的精确对齐，同时通过自适应对比建模策略动态调整，无需额外人工标注即可完成可扩展、多用途、可解释的诊断。

DAMO RADAR覆盖了含恶性肿瘤在内的广泛腹部病症，研究团队评估了其中146种，涉及18个器官。在近4万次真实世界检查中，其AUC达到0.913，成为首个达到专家水平的通用医学影像AI模型。

论文显示，DAMO RADAR与26名来自多家医院的影像科医生进行了人机对比试验，其平均准确率超过了其中23名医生。在AI提示下，医生诊断的准确率也得到提升。该模型的开源，有望为医疗影像诊断提供新的辅助工具。