阿里达摩院DAMO LiON模型登上《自然·医学》：辅助发现15例漏诊肝肿瘤

中国医科大学附属盛京医院等机构与阿里巴巴达摩院共同研发的肝癌诊断人工智能模型DAMO LiON，近日在国际权威医学期刊《自然·医学》发表研究成果。该系统通过分析增强CT影像，能够精准识别肝脏微小癌变区域，尤其在检测容易被忽视的转移性病灶方面表现出色，为临床诊疗提供了重要技术支撑。

在为期八周的临床验证中，该模型对10,235例患者的影像资料进行辅助分析，成功发现15例常规诊断遗漏的恶性肿瘤。这些被重新确诊的病例中，绝大多数肿瘤直径不足1厘米，患者因此获得及时手术或药物治疗机会。研究团队特别指出，系统对早期肝癌的检出能力显著优于传统诊断方法。

临床应用数据显示，AI辅助系统使医生平均阅片时间缩短27%，对恶性病变的识别准确率提升11.5%。值得注意的是，初级医师在系统辅助下达到的诊断水平与资深专家相当，有效缓解了优质医疗资源分布不均的问题。该技术通过优化影像分析流程，帮助医生更高效地完成复杂病例的鉴别诊断。

技术层面，DAMO LiON采用创新型神经网络架构，在保持局部组织纹理特征的同时，能够综合分析病灶与整体肝脏的空间关系。系统通过融合增强CT不同扫描时相的影像数据，动态捕捉微小病变的形态变化，特别强化了对脂肪肝、肝硬化等复杂背景的识别能力。这种多维度分析模式显著提升了系统对疑难病例的诊断稳定性。

目前该系统已正式纳入医院常规诊疗流程。当AI分析与医师初诊结果存在差异时，系统会自动将病例推送至资深放射科专家复核，必要时启动多学科联合诊疗机制。这种人机协同的工作模式既保证了诊断准确性，又通过智能预筛提升了整体诊疗效率，为临床决策提供了双重保障。