阿里巴巴达摩院联合盛京医院等机构研发的肝癌诊断AI模型DAMO LiON近日相关研究成果刊发于医学顶刊《自然·医学》。该模型可通过增强CT影像精准识别1厘米左右的微小肝脏癌变病灶，在两个月真实世界前瞻试验中累计发现15例原本被临床漏诊的恶性肿瘤，配合临床使用可将阅片耗时降低27%、病灶识别敏感性提升11.5%。肝癌是我国病死率最高的恶性肿瘤之一，临床数据显示，直径小于2厘米的早期小肝癌术后5年生存率可达80%以上，但由于病灶体积过小、易被肝硬化等基础病变影像干扰，早期漏诊率长期居高不下，很多患者确诊时已经进入中晚期，错失最佳治疗窗口。我国每年肝癌新发病例接近40万例，但整体早期诊断率不足30%，其中1厘米左右的微小病灶漏诊率超过40%。一方面这类病灶的影像特征极不明显，容易和肝脏良性结节、脂肪肝、复杂解剖结构混淆；另一方面临床放射科医生日均阅片量超过百例，注意力常被体积更大的原发病灶吸引，很容易忽略尺寸极小的早期癌变或肝转移病灶，基层医院由于资深医师资源不足，漏诊率还要更高。此次发布的DAMO LiON采用了改进的神经网络架构，和传统影像AI只聚焦局部特征不同，该模型同时建模病灶特征与...
滇公网安备 53252802528133号