AI医生的“全科时代”来了 达摩院通用医疗影像模型登上国际顶级学术期刊 一次CT可识别超过146种病症

CT是医院常用诊断工具，光是腹部就有数十种器官。能否用一个AI模型，就实现通用诊断？

从2017年就开始研究医疗AI的阿里巴巴达摩院（下称“达摩院”）最近有了新的突破。9月18日，达摩院与浙大一院等机构研发出通用医疗影像AI模型，登上国际顶级学术期刊《科学》。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，并已正式开源。

“和以往的专病模型相比，它无需繁琐的人工标注，而且一次CT就能识别广泛的疾病，这是一个非常好的趋势，”达摩院资深技术专家、多癌筛查负责人张灵称，“与此同时，我们还会持续提升专病模型的精度，以支持不同医疗场景的需求。”

从胰腺癌切入 一条少有人走的路

时间回到2017年，当时行业内对医疗AI的想象大多停留在单一病种的辅助诊断上。

从AI角度看，CT影像里其实藏着许多医生容易忽略的小病灶。达摩院医疗AI团队认为，随着AI能力的提升，有可能把特别微小的病灶抓出来。于是，张灵带着团队从胰腺癌入手。

胰腺癌被称为“癌王”，是我国发病率前10、死亡率前6的重大恶性肿瘤，主要是因为起病隐匿，常规手段难以发现，超过80%的胰腺癌患者确诊即晚期，五年生存率不到10%。

为了攻克胰腺癌早筛难题，达摩院联合全球多家顶尖医疗机构，经过多年研究，开发出“平扫CT+AI”技术，即以AI识别平扫CT影像中人眼难以察觉的细微胰腺病变，并推出DAMO PANDA模型，在国际上首次实现基于平扫CT的大规模胰腺癌筛查，敏感性（防止漏诊的能力）和特异性（防止误诊的能力）分别达到92.9%与99.9%。

张灵提到一个令人振奋的数据：经过筛查监控的胰腺癌五年生存率可达9.8年，比未筛查发现的胰腺癌中位生存率提高八年。

宁波的应用案例成为这一技术临床价值的最佳注脚。2023年底，一位糖尿病患者通过CT筛查发现早期胰腺癌，及时手术后预后良好，该案例获《纽约时报》报道。

在宁波大学附属人民医院，现已开设浙江省首个胰腺癌早筛门诊，截至2026年8月初，该系统累计分析超24万张CT片，成功发现84例胰腺癌，其中43例为早期，1例为原位癌，38位患者进行根治性手术，显著提高了生存预期。在上海的临床试验中，筛查组早期胰腺癌检出率57%，一年生存率90%；而对照组一年生存率仅49%。

这些数字背后，是一个个被改写命运的生命。

从一到多：攻克多癌种筛查与诊断

攻关胰腺癌之后，团队又先后研发出胃癌、肠癌、肝癌、食管癌筛查诊断AI模型。

肠癌筛查实现了无感筛查，无需肠道准备或麻醉；肝癌AI模型实际部署到医院参与日常阅片，两个月内共阅读1万多名患者的增强CT影像，辅助医生抓出15例原本被忽略的肝转移，推动改变了这些患者的治疗方案；食管癌模型首次实现癌前病变筛查，对高级别上皮内瘤变检测敏感性达50%……

“每个模型专门针对一种癌症类型研发。”张灵解释，这种“专病专模”的策略看似笨拙，却让团队在每一个癌种上都做到了极致。强监督学习方式（用大量由专家精确标注好的数据来训练AI，让AI学会从输入到输出的对应关系）下，模型能够识别医学影像中微弱的对比度差异，区分血管、器官还是肿瘤