达摩院肝癌AI两月发现15例漏诊

据相关介绍，达摩院基于在医疗影像AI领域多年的技术积累，研发了DAMO LiON模型。该模型作为“AI安全员”辅助医生进行阅片，不仅能精准识别原发性肝癌，还擅长发现容易被忽视的肝转移病灶。实验数据显示，AI模型对恶性肿瘤的识别准确率高于放射科医生。在AI辅助下，医生阅片时间缩短了27%，对恶性肿瘤的敏感性提升了11.5%，有效降低了漏诊风险；同时，初级医生在AI协助下能够达到资深医生的诊断水平。

研究团队随后将AI模型实际部署至医院，参与日常阅片工作。当AI与医生的初诊结论不一致时，相关病例会交由资深放射科医生复核，必要时升级至多学科团队（MDT）讨论。在两个月内，AI共阅读了1万多名患者的增强CT影像，辅助医生发现了15例原本被忽略的肝转移病例，并推动了这些患者治疗方案的调整。

达摩院算法专家闫轲指出，这些被AI发现的恶性病灶普遍具有“小、淡、偏”的特点：平均直径约1厘米，与肝脏组织的对比度较低，或位于较少见的解剖位置。这背后，DAMO LiON模型采用了改进的网络架构，既能捕捉病灶与整个肝脏的关系，又能有效保留局部纹理和边界，从而提升了在脂肪肝、肝硬化和术后肝脏等复杂病例中的表现。此外，AI还能将不同期相的影像进行迭代融合，有效捕捉各期相之间的像素级差异，精准识别增强CT扫描中“一闪而过”的微小病灶。