现已开源！浙江大学联合阿里达摩院开发首个专家级通用医疗影像AI模型RADAR，一次识别146种病症

发布时间：2026-09-21来源：基因谷

近日，浙江大学医学院附属第一医院团队联合阿里巴巴达摩院等机构在Science发表文章“An expert-level generalist AI for abdominal CT diagnosis”报道了首个专家级通用医疗影像AI模型RADAR（Rapid Abdominal Diagnosis with AI and Radiology）。该模型是利用可扩展的视觉-语言框架构建，直接基于大规模临床报告进行训练，无需人工标注。在CT影像判读任务中，RADAR实现了广泛的诊断覆盖范围（146种病症）与高准确率（平均AUC达0.913）；对紧急、陌生临床场景有着强大的泛化能力；其作为辅助工具时提升了放射科医师的诊断灵敏度，缩短了判读时长。

Radar为CT检查提供了一种可扩展、多功能且可解释性强的解决方案，证明了通用型AI在常规及复杂放射学诊疗任务中可与人类专家相媲美。

图1. RADAR模型及其部署示意图。

腹部增强计算机断层扫描（CT）是一种先进的影像学检查技术，能够提供腹部器官的详细三维图像，常用于多种疾病的诊断评估。但腹部有着大量复杂的解剖结构，具有临床意义的细微病变可能易被漏诊，因此其CT检查也属于较难评估的影像学检查之一。

长期以来，AI领域的一个愿景是构建一种通用型医疗AI系统，能够在多种实际临床场景中提供专家级的诊断支持。虽然特定场景的AI应用已取得诸多突破，但当前的AI解决方案在疾病覆盖范围和诊断准确性方面仍存在局限性。单个模型多针对特定场景的特定疾病开发训练，并且这些模型多依赖监督学习方法构建，训练时需耗费大量人工标注成本，费时费力，且通用性差，这限制了其在开放性临床应用场景中的可扩展性与适用性。

面对这一难题，研究团队尝试利用视觉-语言学习代替传统的监督学习。视觉-语言学习方法是通过训练模型处理配对的图像与文本数据，其核心原理为在共享表示空间中将来自同一患者的视觉与文本嵌入向量拉近，同时将来自不同患者的嵌入向量进行分离。但适用于自然图像领域的相关方法难以直接迁移至CT影像分析领域，因为CT影像具有复杂的解剖结构及稀疏的诊断信号特征。

为此，研究团队开发了细粒度的视觉-语言框架RADAR。首先研究团队构建了一个大型腹部CT数据集RAD-CT，包括424,911例CT检查数据及1500万组解剖学图像-文本配对数据，用于细粒度、大规模的模型训练。RADAR是将CT扫描数据集分解为解剖学单元，通过自适应对比学习方法将这些影像单元与诊断文本报告进行对齐，无需额外的人工标注即实现可扩展、多功能且可解释的诊断流程，使判断更容易理解和追溯。

最终，RADAR覆盖了人体腹部的胃、肝脏、胰腺、胆囊、肾脏、脾脏、肠道等主要器官的广泛病症，包括恶性肿瘤，堪称腹部疾病的“雷达”。

图2. RADAR模型开发。

研究着重评估了RADAR模型在18个腹部解剖结构的146种病症影像判读中的表现。在包含39,160次检查的真实临床队列中，RADAR对146种病症的诊断平均AUC为0.913（0.911 - 0.915），展现出优异的诊断性能。

图3.RADAR模型在146种病症中的表现。

在8个外部中心评估中，RADAR的AUC为0.874-0.912。在针对肝癌、胰腺癌、胃癌及结直肠癌进行的病理学确诊评估中，该模型AUC达到0.891–0.984。在另一项跨人群队列研究中，RADAR在未经任何微调情况下AUC为0.883。在初始训练阶段未包含的急腹症病例中，该模型仍保持优异性能，AUC为0.904，凸显了其对紧急、陌生临床场景的强大泛化能力。

图4.RADAR模型在8个外部中心的评估表现。

研究团队还将RADAR模型与临床放射科医师进行判读评估，涉及来自14个中心的26名放射科医师。结果显示，RADAR的平均准确率高于23名放射科医师。将该模型作为辅助系统引入，在协同使用场景下可将医师的判读灵敏度提升约10%，用时减少30%以上。此外，RADAR模型还能生成注意力图示以突出显示具有诊断意义的视觉线索，有助于临床医师更准确地解读影像结果，这一特性在临床实践中具有重要价值。

图5.RADAR模型与临床放射科医师的比较。

浙江大学医学院附属第一医院放射科主任肖文波表示：“腹部CT诊断是最具挑战的影像科任务之一，长期缺乏一种通用的辅助诊断模型。RADAR模型首次实现了腹部多器官、多病种的高准确检出，能像‘导航’一样为医生提供诊断支持，也有望帮助更多患者得到及时、准确的治疗。”

阿里巴巴达摩院资深算法专家张灵表示：“模型原生具有良好的泛化能力和通用性，其研究范式不仅可用于腹部CT的多病种识别，还有望应用于其他形态的医疗影像，这将加速通用AI的到来。”

Science期刊编辑Yevgeniya Nusinovich表示：“此前，开发AI解决方案的尝试多依赖于监督学习和人工标注，导致模型训练过程极为耗时费力。新开发的通用视觉-语言模型RADAR，在无需人工标注的情况下仍展现出优异的性能，即使对于其在训练过程中未曾遇到过的异常情况亦然。此外，该模型还能有效提升人类放射科医师的诊断成功率。”

RADAR通过将视觉-语言学习技术应用于包含大量未经标注的腹部CT影像及病历数据集，打破了传统医学影像AI模型对监督学习的高度依赖。研究显示，RADAR能够提供涵盖广泛解剖结构与临床病症的专家级诊断服务，可作为一款通用型AI助手，助力放射科医师开展诊疗工作并提升其诊断效能。

总之，RADAR为腹部CT检查提供了一种可扩展、多功能且可解释性强的解决方案，证明大规模视觉-语言学习技术或可为高效开发适用于复杂且多样化的放射学判读任务的通用型AI系统提供一条切实可行的路径。

RADAR模型现已正式开源：https://github.com/alibaba-damo-academy/damo-radar

原文信息：

Qi Zhang et al., An expert-level generalist AI for abdominal CT diagnosis. Science, 17 Sep 2026, Vol393, Issue6817. DOI: 10.1126/science.aec6129

参考资料：

https://mp.weixin.qq.com/s/3KZdEfT4nn6Tu3VWyonXDw

扫码加入基因谷行业交流群

转载说明：本文系转载内容，版权归原作者及原出处所有。转载目的在于传递更多行业信息，文章观点仅代表原作者本人，与本平台立场无关。若涉及作品版权问题，请原作者或相关权利人及时与本平台联系，我们将在第一时间核实后移除相关内容。