新智元报道
2016 年，"AI 教父”Hinton 曾预言放射科医生将被 AI 取代。然而十年过去，AI 并未攻下放射科高地。医疗作为 AI 的终极测试场，对精度要求近乎苛刻，容错率极低，导致医疗影像 AI 长期困于“专病专模”的局限。
这一局面在 9 月 18 日被打破。阿里巴巴达摩院与浙江大学医学院附属第一医院联合研发的通用影像 AI 模型 DAMO RADAR 登上《Science》正刊。该模型能一次性识别超过 146 种腹部病症，AUC 高达 0.913，首次达到资深影像科医生水平，成为全球首个专家级通用影像 AI 模型。
面对这一突破，一线影像医生并未感到被取代的危机，反而迫切希望部署应用。浙大一院放射科主任肖文波表示，从最初的不敢相信到验证数据后的兴奋，医生们一致认为应尽快将 AI 投入临床使用。
达摩院先做四把“尖刀”
DAMO RADAR 的诞生并非一蹴而就，而是建立在达摩院医疗 AI 团队多年的垂直领域深耕之上。
2020 年新冠疫情期间，团队紧急开发新冠肺炎 CT 辅助诊断模型，服务近 600 家医疗机构。此后，团队将目标锁定癌症筛查，利用医院最普及的平扫 CT 工具，连续推出四款专病模型：
- DAMO PANDA（2023 年）：发表于《Nature Medicine》，首次实现从平扫 CT 中筛查隐匿性极强的胰腺癌，在真实世界验证中发现 31 例临床漏诊病变。
- DAMO GRAPE（2025 年）：同样发表于《Nature Medicine》，将机会性筛查推进至胃癌领域，覆盖近 10 万人数据，突破胃镜依赖。
- DAMO COCA（2026 年）：发表于《Annals of Oncology》，针对结直肠癌，在两轮真实世界研究中发现多例既往遗漏病例。
- DAMO EAGLE（2026 年）：无需插管和造影，即可从平扫 CT 识别食管癌及癌前病变。
这四款模型如同四把“尖刀”，专注于单一癌种的深度挖掘，实现了在不增加患者检查负担的前提下进行癌症风险筛查。然而，这种“单点突破”模式周期长、效率低，难以覆盖全病种。达摩院高级算法专家张建鹏指出，若按此速度，穷尽所有病种几乎不可能。
面向最难的目标开火
RADAR 并非专病模型的简单叠加，而是从“狙击枪”向“雷达”的范式转变。专病模型追求单一疾病的深度，而 RADAR 旨在对复杂的腹部进行全域扫描。
腹部是医学影像中最难的部位，涉及消化、泌尿、生殖等多个系统，器官密集且形态复杂。一次增强CT包含上百幅图像，医生需逐一排查。浙大一院肖文波主任坦言，腹部组是年轻医生最畏惧的挑战，业界长期以来缺乏全腹通用 AI 解决方案。
此前，视觉 - 语言学习方法在腹部 CT 上效果不佳，主要原因在于腹部结构复杂、病灶稀疏，全局视角容易导致模型“走捷径”而忽略关键异常。达摩院团队从医生阅片习惯中获得灵感：医生并非一眼看完全腹，而是按器官逐个排查。
基于此，RADAR 创新性地采用解剖单元拆分策略，将腹部拆解为不同器官，分别与报告描述对齐。通过定位、对齐及正负提示词相似度比较，模型能在医生工作站生成热力图，精准提示病灶风险。
在内部真实世界测试中，RADAR 完成 39,160 次测试，146 项病症平均 AUC 达 0.913。在 8 家外部医疗中心的验证中，平均 AUC 约 0.895。在与 14 家医院 26 名医生的人机对比试验中，RADAR 的平均准确率超过 23 名医生，仅略逊于 3 名资深专家。
更值得关注的是其泛化能力。在包含 2.7 万例急诊 CT 的测试中，面对未专门训练的急腹症场景，RADAR 平均 AUC 仍达 0.904，成功炼成通用影像 AI。
影像医生催着上线
临床医生对 RADAR 的落地表现出极高热情。肖文波主任介绍，医疗影像存在“同病异影、异病同影”的复杂性，医生面临巨大的心理压力，尤其是良恶性判别。RADAR 在试验中将医生敏感性提升 10%，阅片时间缩短 30.7%，显著增强了年轻医生的诊断信心。
对于 AI 可能削弱医生能力的担忧，肖文波提出了“人机协同”的理想路径：医生先独立判断，AI 复核，医生再对比分析。AI 不应是替代者，而是一套不会疲劳的“雷达”和带教老师，帮助年轻医生在复盘追问中成长。
One More Thing
通用模型 RADAR 的出现，并不意味着专病模型 PANDA、GRAPE 等失去价值。两者定位不同：专病模型侧重于平扫 CT 中的早期信号挖掘，适合无症状人群筛查，追求超越人类的精度；通用模型则侧重于腹部增强 CT 的多器官全域扫描，辅助医生发现目标。
目前，通用影像 AI 仍处于早期阶段，RADAR 完成了回顾性实验，尚需前瞻性研究进一步验证。达摩院选择开源代码，旨在推动行业共同探索 Scaling Law 在医疗领域的潜力。
十年前，Hinton 预言放射科医生将被淘汰；十年后，RADAR 的实验结果让医生们充满期待。正如黄仁勋所言，放射科医生并未被 AI 取代，人数反而增加，如今几乎每位医生都在以某种方式使用 AI。AI 正在成为医生最得力的助手。
编辑：Aeneas 大卫