达摩院开源专家级医疗影像大模型 DAMO RADAR：登《Science》正刊，覆盖超 146 种病症

阿里达摩院联合浙江大学医学院附属第一医院等机构研发的通用医疗影像模型 DAMO RADAR 在《科学》（Science）期刊发表并开源，为基于视觉语言学习的多病症腹部 CT 自动化辅助诊断提供了标准化技术方案。

• 采用器官级细粒度对齐与自适应对比建模策略，将三维 CT 解剖单元与医学报告文本进行匹配，无需额外人工标注即可实现多器官病症诊断。
• 模型覆盖涉及 18 个器官的 146 种腹部病症，在近 4 万次真实世界检查评估中受试者工作特征曲线下面积（AUC）达到 0.913。
• 在与 26 名影像科医生的对比测试中，模型平均准确率超过其中 23 名医生；辅助诊断使医生疾病识别敏感性提高 10%，诊断耗时减少 30% 以上。
• 影响/看点：该成果意味着基于无标注报告自监督学习的通用影像 AI 具备进入临床辅助的潜力，其实际临床效益取决于在不同层级医院多源异构设备与复杂罕见病场景下的泛化稳定性与合规审批进展。
• 资料依据：
• Science（2026-09-18）：https://www.science.org/doi/10.1126/science.aec6129
• GitHub alibaba-damo-academy（2026-09-18）：https://github.com/alibaba-damo-academy/damo-radar
• IT之家（2026-09-18）：https://www.ithome.com/1/004/178.htm

本内容由 AI 生成，仅供参考，请注意甄别