阿里达摩院推出肝癌AI模型DAMO LiON，精准识别1厘米微小肿瘤

8月24日消息，阿里巴巴达摩院联合中国医科大学附属盛京医院等机构推出肝癌诊断AI模型DAMO LiON，可通过增强CT影像识别微小的肝脏癌变病灶，相关成果发表在《自然·医学》（Nature Medicine）上。

在为期两个月的真实世界前瞻临床试验中，DAMO LiON发现了15例原本被医生遗漏的恶性肿瘤，绝大多数为1厘米左右的病灶，帮助患者及时接受手术或药物治疗。

肝脏恶性肿瘤既包括起源于肝脏的原发性肝癌，也包括从肠癌、胰腺癌等部位转移而来的肝转移，后者往往更为常见。无论哪一种，越早发现治疗效果越好，但微小病灶容易受到肝硬化、脂肪肝和肝脏复杂解剖结构的干扰，医生即便在增强CT下也可能看漏，尤其在肝转移时注意力容易被原发病灶牵走。

达摩院将DAMO LiON定位为协助医生阅片的“AI安全员”。实验结果显示，该模型识别恶性肿瘤的准确率高于放射科医生；当医生在AI协助下阅片，用时减少27%，对恶性肿瘤的敏感性提高11.5%，有效减少漏诊，初级医生也能达到资深医生水平。

研究团队随后把模型实际部署到医院参与日常阅片：当AI与医生初诊结论不一致时，病例交由资深放射科医生复核，必要时升级至多学科团队讨论。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生揪出15例原本被忽略的肝转移，并推动改变了这些患者的治疗方案。

典型案例是，一名患过膀胱癌的65岁患者复查时肝功能和肿瘤标志物均正常，医生初诊只发现肝脏钙化灶，而AI准确给出了肝转移的判断。达摩院算法专家闫轲表示，这些被揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米、与肝脏组织对比度低，或位于较少见的解剖位置。

DAMO LiON采用改进的网络架构，既能捕捉病灶与整个肝脏的关系，又能保留局部纹理和边界，提升在脂肪肝、肝硬化和术后肝脏等困难病例上的表现；它还能将不同期相的组合影像迭代融合，捕捉期相之间的像素级差异，精准揪出增强CT扫描中的细微病灶。

达摩院自2017年起布局医疗AI，此前已推出基于平扫CT的胰腺癌筛查模型DAMO PANDA、胃癌筛查模型DAMO GRAPE、肠癌筛查模型DAMO COCA，相关成果三次登上《自然·医学》，进入国家药品监督管理局创新通道，并获美国FDA“突破性医疗器械”认定。

后续看点在于，DAMO LiON能否进一步扩大医院部署规模并推进监管审批，以及达摩院医疗AI能否在更多癌种上复制这套“真实世界验证”的落地路径。