阿里巴巴达摩雷达：用于腹部CT诊断的开源医疗AI

阿里巴巴集团达摩院已开源达摩雷达，这是一种视觉-语言模型，旨在通过分析增强对比度的计算机断层扫描（CT）图像，识别近150种不同的腹部疾病，包括多种癌症。该模型旨在作为通用医疗影像工具，协助放射科医生提高诊断准确率并缩短分析时间。

诊断性能与基准测试

在近40,000例真实世界检查中测试时，达摩雷达在146项临床发现上的平均曲线下面积（AUC）达到0.913。该模型使用了与相应临床报告配对的CT扫描数据集进行训练，覆盖了18个不同的腹部器官。

在一项涉及来自多家医院的26名人类放射科医生的对比研究中，达摩雷达的平均准确率超过了其中23名参与者。当作为辅助工具使用时，该模型为临床医生带来了以下优势：

• 减少漏诊：放射科医生预防漏诊的能力提升了10%。
• 效率提升：诊断所需时间减少了超过30%。

技术架构与方法论

与达摩雷达相关的研究已发表于《科学》期刊。该模型被描述为一种通用医疗影像模型，研究团队建议，该训练方法可扩展至腹部CT扫描以外的其他医学影像模态。

从业者之间的技术讨论强调了一个特定的架构细节：在这一特定的医疗影像应用中，基于CNN的特征编码器显著优于视觉Transformer（ViT）编码器主干。

阿里巴巴医疗AI产品组合中的定位

达摩雷达是阿里巴巴将AI融入医疗健康领域更广泛战略的一部分。此次发布紧随4月推出的Coca AI模型，该模型专为从CT扫描中早期检测结直肠癌而设计，并报告在发现早期恶性肿瘤方面比人类放射科医生具有更高的敏感性。

社区观点与批评

尽管报告的AUC值较高，但一些技术批评者认为，由于存在严重的类别不平衡（疾病远少于健康状态），AUC不足以作为医学诊断的充分指标。

"在严重类别不平衡下ROC-AUC为0.9……仍可能意味着五分之四的预测诊断是错误的（假阳性）。应使用精确率-召回率曲线 + mAP，否则请滚蛋。"

这一批评指出，若缺乏精确率-召回率指标，真实世界场景中的真正临床效用以及假阳性率可能被AUC数值所掩盖。