新华财经北京9月18日电（记者丁雅雯）记者18日获悉，阿里巴巴达摩院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，登上国际顶级学术期刊《科学》（Science）。该模型面向腹部增强CT诊断，可一次性识别超过146种病症，准确性首次达到影像科专家级水平，现已正式开源。

　　现有医疗影像AI面临“一病一模”的困境，即一个模型只针对特定场景的特定疾病，训练依赖大量人工标注，成本高、耗时长、通用性差，难以满足复杂的真实临床需求。腹部CT是临床最复杂的影像之一，涉及数十个组织器官和数百种潜在异常或病变，缺乏通用的辅助诊断模型。

　　为解决这一难题，达摩院采用视觉-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介绍，由于CT数据信号稀疏，常规的视觉-语言学习效果不佳，研究团队采用“器官级细粒度对齐”策略，将CT三维数据分解为解剖单元，在组织器官层面实现图像与报告文本的精确对齐，无需额外人工标注即可完成可扩展、多用途、可解释的诊断。

　　值得一提的是，DAMO RADAR面对初始训练之外的急诊场景依然能展现出较高性能，在急腹症上AUC达到0.904。“它原生具有良好的泛化能力和通用性，其研究范式不仅可用于腹部CT的多病种识别，还有望应用于其他形态的医疗影像。”达摩院资深算法专家张灵表示。

　　据悉，达摩院长期投入医疗AI，先后在胰腺癌、胃癌、肠癌等消化系统肿瘤筛查及主动脉夹层预警等领域取得突破，三年内发表5篇《自然·医学》和十余篇其他顶刊论文。