8月24日，阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发出肝癌诊断AI模型DAMO LiON，可通过CT影像识别微小的肝脏癌变病灶。在两个月的真实世界前瞻临床试验中，该AI模型发现了15例原本被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，帮助患者得到及时的手术或药物治疗。相关论文登上国际学术期刊《自然·医学》。

肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常说的“肝癌”，也有从肠癌、胰腺癌等部位转移过来的“肝转移”，而且后者往往更为常见。无论哪一种，越早发现，治疗效果就越好。但早期发现并不容易，由于病灶较小，且容易被肝硬化、脂肪肝和肝脏内复杂的解剖结构干扰，医生即便在增强CT下也有可能看漏，尤其在肝转移时，医生的注意力容易被原发病灶牵走，忽视细小的肝脏病灶。

为此，达摩院发挥在医疗影像智能识别上多年的技术积累研发出DAMO LiON模型，作为“AI安全员”协助医生阅片，既能精准识别原发性肝癌，更擅长揪出容易被忽视的肝转移。实验结果显示，AI模型识别出恶性肿瘤的准确率高于普通放射科医生。当医生用AI模型协助阅片，用时减少了27%，而对恶性肿瘤的敏感性更提高了11.5%，有效减少漏诊；在AI协助下，初级医生能达到资深医生水平。

AI模型识别出细小的转移瘤。图源：论文

研究团队随后将AI模型实际部署到医院，参与医生日常阅片。当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队（MDT）讨论。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生抓出15例原本被忽略的肝转移，推动改变了这些患者的治疗方案。其中，一名患过膀胱癌的65岁患者进行复查，肝功能指标和肿瘤标志物都正常，医生初诊只发现了肝脏钙化灶，而AI准确给出了肝转移的判断，提醒医生修改检查报告并给出化疗建议。

达摩院算法专家闫轲表示，这些被AI揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米，和肝脏组织对比度低，或者位于比较少见的解剖位置。在这背后，DAMO LiON模型采用了改进的网络架构，既可以捕捉病灶和整个肝脏的关系，又能有效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。此外，AI还能将不同期相组合的影像迭代融合，有效捕捉不同期相之间的像素级差异，精准揪出增强CT扫描中“一闪而过”的微小病灶。

据悉，达摩院自2017年成立起布局医疗AI，在行业内率先提出用AI识别医学影像中人眼难以察觉的细微病灶，先后研发出基于平扫CT的胰腺癌筛查AI模型 DAMO PANDA、胃癌筛查AI模型DAMO GRAPE、肠癌筛查AI模型DAMO COCA等，相关成果三次登上《自然·医学》，同时进入国家药品监督管理局的创新通道，并获美国食品药品监督管理局（FDA）“突破性医疗器械”认定。此次，达摩院进一步将医疗AI能力从筛查拓展到诊断领域，帮助更多患者获得及时、准确的治疗。

相关论文信息：https://doi.org/10.1038/s41591-026-04589-y