阿里達摩院推出肝癌AI模型，精準識別1釐米微小腫瘤

8月24日消息，阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON 8月24日消息，阿里巴巴達摩院聯合中國醫科大學附屬盛京醫院等機構研發出肝癌診斷AI模型DAMO LiON，可通過CT影像識別微小的肝臟癌變病灶。在兩個月的真實世界前瞻臨床試驗中，該AI模型發現了15例原本被遺漏的惡性腫瘤，絕大部分為1釐米左右的病灶，幫助患者得到及時的手術或藥物治療。相關論文登上國際頂級學術期刊《自然·醫學》（Nature Medicine）。

肝臟是惡性腫瘤的高發部位，既有起源於肝臟的原發性肝癌，也就是通常說的“肝癌”，也有從腸癌、胰腺癌等部位轉移過來的“肝轉移”，而且後者往往更為常見。無論哪一種，越早發現，治療效果就越好。但早期發現並不容易，由於病灶較小，且容易被肝硬化、脂肪肝和肝臟內複雜的解剖結構干擾，醫生即便在增強CT下也有可能看漏，尤其在肝轉移時，醫生的注意力容易被原發病灶牽走，忽視細小的肝臟病灶。為此，達摩院發揮在醫療影像AI上多年的技術積累研發出DAMO LiON模型，作為“AI安全員”協助醫生閱片，既能精準識別原發性肝癌，更擅長揪出容易被忽視的肝轉移。實驗結果顯示，AI模型識別出惡性腫瘤的準確率高於放射科醫生。

當醫生用AI模型協助閱片，用時減少了27%，而對惡性腫瘤的敏感性更提高了11.5%，有效減少漏診；在AI協助下，初級醫生能達到資深醫生水平。AI模型識別出細小的轉移瘤 研究團隊隨後將AI模型實際部署到醫院，參與日常閱片，當AI與醫生初診結論不一致時，病例會交給資深放射科醫生複核，必要時升級至多學科團隊（MDT）討論。兩個月內，AI共閱讀1萬多名患者的增強CT影像，輔助醫生抓出15例原本被忽略的肝轉移，推動改變了這些患者的治療方案。其中，一名患過膀胱癌的65歲患者進行復查，肝功能指標和腫瘤標誌物都正常，醫生初診只發現了肝臟鈣化灶，而AI準確給出了肝轉移的判斷，提醒醫生修改檢查報告並給出化療建議。

達摩院算法專家閆軻表示，這些被AI揪出的惡性病灶普遍“小、淡、偏”：平均直徑約1釐米，和肝臟組織對比度低，或者位於比較少見的解剖位置。在這背後，DAMO LiON模型採用了改進的網絡架構，既可以捕捉病灶和整個肝臟的關係，又能有效保留局部紋理和邊界，提升在脂肪肝、肝硬化和術後肝臟等困難病例上的表現。此外，AI還能將不同期相組合的影像迭代融合，有效捕捉不同期相之間的像素級差異，精準揪出增強CT掃描中“一閃而過”的微小病灶。

據悉，達摩院自2017年成立起佈局醫療AI，在行業內率先提出用AI識別醫學影像中人眼難以察覺的細微病灶，先後研發出基於平掃CT的胰腺癌篩查AI模型 DAMO PANDA、胃癌篩查AI模型DAMO GRAPE、腸癌篩查AI模型DAMO COCA等，相關成果三次登上《自然·醫學》，進入國家藥品監督管理局的創新通道，並獲美國食品藥品監督管理局（FDA）“突破性醫療器械”認定。此次，達摩院進一步將醫療AI能力從篩查拓展到診斷領域，幫助更多患者獲得及時、準確的治療。