快速了解本文
达摩院开源通用医疗影像AI模型DAMO RADAR并登顶《科学》。
该模型可一次性识别超146种病症，AUC指标达到0.913。
AI辅助使医生诊断敏感性提高10%，用时减少30%以上。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 阿里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，已于2026年9月登上国际顶级学术期刊《科学》，并正式对外开源。该模型面向腹部增强CT诊断，可一次性识别超过146种病症，成为首个达到专家水平的通用医学影像AI模型。
在近4万次真实世界检查中，DAMO RADAR的AUC（区分患者与正常人的能力指标）达到0.913。人机对比试验显示，其平均准确率超过了参与试验的26名多家医院影像科医生中的23名。该模型覆盖18个器官（含恶性肿瘤），不仅在独立测试中达到专家级准确率，还能显著提升医生的诊断效率与防漏诊能力。
关键数据
针对CT数据信号稀疏导致常规视觉-语言学习效果不佳的问题，达摩院高级算法专家张建鹏表示，该研究在国际上首次采用“器官级细粒度对齐”策略。通过将CT构建为三维数据并分解为解剖单元，模型无需额外人工标注即可完成可扩展、多用途、可解释的诊断，有效克服了影像信号稀疏的难题。
该研究在国际上首次采用“器官级细粒度对齐”策略。通过将CT构建为三维数据并分解为解剖单元，模型无需额外人工标注即可完成可扩展、多用途、可解释的诊断，有效克服了影像信号稀疏的难题。
在实际临床工作流中，DAMO RADAR展现出显著的辅助提效与能力拉平作用。在AI提示下，影像科医生识别疾病的敏感性提高了10%，用时减少了30%以上，并使低年资医生达到了高年资医生的诊断水平。目前，DAMO RADAR模型已正式开源，供学术界与产业界进行二次开发与验证。