AGI最难一战，竟在医院！中国AI登上Science，医生不怕失业还催着上线
2016年，Hinton老爷子就预言：“人们现在就应该停止培养放射科医生。”他甚至认为，五年内，AI就会在医疗影像识别上超过放射科医生。
老爷子一生谨慎，但历史和他开了个玩笑。十年过去了，人们离AGI已经越来越近，但 在医疗场景里， 即使图像识别这样的AI新手村任务，依然是hard模式。
——对模型精度的极高要求，在别的领域，模型幻觉可以一笑了之，但在这里却是人命关天。
一个模型，看146种病
DAMO RADAR，全称Rapid Abdominal Diagnosis with AI and Radiology，面向腹部快速诊断的AI模型。
这个AI“雷达”，研发团队就是阿里达摩院，过去几年他们用AI识别CT中肉眼难见的早期癌症病灶，在胰腺癌、胃癌、肠癌等专病上取得重大突破，发表5篇Nature Medicine。
但做着做着，达摩院有些人觉得不对劲了。达摩院高级算法专家张建鹏说，一个病种啃下来至少两三年，人类疾病成千上万种，那他们搞一辈子都搞不完……
更棘手的是，真实世界里，病人不会只带着一种病来医院，对着专病模型问他是不是有这种病。事实上，一份CT影像里，很可能同时存在多种器官，多种病变。
达摩院联合浙大一院等全球众多医院向腹部CT发起冲击，希望AI能一次性识别出腹部各种疾病。
因为腹部涉及消化系统、泌尿系统、生殖系统，肝胆胰脾肠道全挤在一起，肠道还盘绕整个腹腔，所有器官几乎都是软组织，密度接近，全靠肉眼对密度差的敏感度把病灶揪出来。
之前，已经有了针对肺结节之类的AI辅助工具，但腹部太复杂了，一直是个禁区，没人敢碰。
最终它覆盖了18种解剖结构、146种病，涵盖肝脏、胰腺、胆囊、肾脏、脾脏、肠道等主要器官，基本覆盖了临床常见病变。
AUC是衡量诊断模型区分患者和正常人能力的指标，1是完美区分，0.5等于瞎猜，超过0.9就算优异。
之后，团队又在来自8家外部医院的超过2.4万例CT上验证，这些案例覆盖不同地区、不同扫描设备，RADAR的AUC仍然达到0.895。
急诊场景与一般门诊的区别是，由于时间紧急，来不及等造影剂发挥最佳效果，患者也不一定有能力配合，CT成像效果偏差。
RADAR的训练目标并未包括急诊，但测试时团队拿2.7万例急诊数据一测，结果AUC依然有0.904。
而且达摩院在肝癌、胰腺癌、胃癌、肠癌四种癌症的诊断上，还提高了对RADAR的要求。
在这四种癌症上，他们用来考验RADAR的依据，是“病理金标准”，也就是以病理活检结果作为Ground truth，确认影像判断准不准。
这波对比共有来自14家医院的26名放射科医生参与，RADAR和TA们在同一批病例上各自独立诊断，结果RADAR的准确率超过了其中23名医生，只稍弱于3名资深医生。
与此同时，达摩院还测试了人机协同场景，发现医生在有AI帮助的情况下读片，整体敏感度提升了大约10%，平均阅片时间减少了30%以上。
过去的医疗影像AI用的是监督学习，简单说就是让医生一张一张地标注CT图像，然后AI照着标注学。
医院里天然存在大量CT影像和对应的诊断报告，RADAR直接从影像和报告文本的对应关系中学习，不需要医生额外逐片标注。
这有点像医学生跟着主任查房，主任看片子的时候会说“肝脏有一个低密度灶，考虑血管瘤”，学生听多了，自然就知道什么影像特征对应什么诊断。
团队一开始就试过这条路，结果发现模型只能学到一些粗糙的统计特征，建立不起来“哪个器官对应哪段描述”的关联。
因为一套腹部CT有几百张切片，包含好多个器官，真正有问题的可能只是某个器官上一个很小的病灶，如果让模型拿整张图去理解，关键信号就被大量正常组织淹没了。
它先从CT中定位出肝脏、胰腺、胆囊、肾脏等各个器官，把一整套CT拆解成一个个器官单元，再把每个器官单元和报告中对应的描述精确对齐。
医生看腹部CT时，也不会把整个腹部当一个整体扫一眼，TA们会依次看肝脏、胰腺、胆道、肾脏、肠道，一个器官一个器官地过。RADAR让AI也按这种方式去学习。
标准的对比学习默认把不同病人的特征严格区分，但在医疗场景里，如果两个人的肝脏都是健康的，就不应该被割裂看待。
而且论文里展示的Scaling Law曲线显示，随着数据增长，模型性能还在持续上升，曲线没有饱和的迹象。
帮医生“少漏一个病灶”
Scaling Law曲线还在涨，但眼下RADAR够到的能力，已经开始改变一线医生的工作节奏了。
“第一次看到RADAR的验证数据，我都不敢相信。”浙大一院放射科主任肖文波说，AI能在腹部这么多相似结构里一下子检出146种病，AUC还有0.9上下，完全超乎医生们的想象。
科室里开始沸腾，很多医生说：赶紧部署起来！很多外面医院的医生也闻讯前来，希望AI能帮助他们解决腹部CT这个头疼的问题。
写一份腹部CT报告，哪怕中高年资的医生，没有20分钟下不来，一例CT包括数百张图像，挨个过。
影像科有句话叫“同病异影、异病同影”，同一种疾病可以长成完全不同的样子，不同的病又可能看起来一模一样。
肖文波坦言，一个医生可能要看几十万张片子才能把各种特征都见过一遍，可能穷其一生也见不到如此多的病例。
尤其在良恶性鉴别这种生死攸关的场景，医生的压力非常大；这时候有了AI，就相当于随时有一个影像助手在手边，在医生犹豫的时候给一个补充性参考。
年轻医生用了AI，报告可能会达到主任级水平，一旦形成路径依赖，反而把培养路径截断了。
她说现在科室300多人分布在好几个院区，过去那种老师坐旁边一份一份带着看的模式，已经很少了。
但AI可以替代这个角色，年轻医生按常规写完报告，再用AI做一次自我检测，哪个病灶漏了、哪个判断偏了，当场就知道。
再往远看，RADAR的器官级对齐框架，也适配其他影像模态，只要有相关数据，MRI、PET、超声都可以成为迁移的目标。
而且这些东西，达摩院没有藏着，模型、代码、技术框架已经全部开源，任何团队都可以拿去复现、改进、迁移到自己的场景。
医疗是所有行业里对精度要求最极端、对错误容忍度最低的场景，一个误判就可能改变一个人的治疗方案甚至生存期。
达摩院资深算法专家张灵说，“Science极少发医疗影像AI的文章，因为它长期被当做工程技术问题。RADAR首次证明了通用的医疗影像AI是一条具有现实可行性的技术路线，改变了Science审稿人的想法，审稿人开始把它当作‘科学问题’来对待。”
回过头看，从达摩院几年前用PANDA模型攻克胰腺癌筛查难题，到今天RADAR登上Science，其实都是在求证AI到底能不能在最苛刻的真实场景里真正顶上去。
论文链接： https://www.science.org/doi/10.1126/science.aec6129 开源地址：https://github.com/alibaba-damo-academy/damo-radar
手机替我跑了一整套流程！我就说了一句话，AI执行了100步 2026-09-15
OpenAI年内不上市了！奥特曼支持对手Dario呼吁：AI该踩刹车了 2026-09-13
一周连发6个模型！这家公司把具身智能的闭环跑通了 2026-09-10
3秒出片比播放还快，MiniMax打开了AI视频的实时商业化路径 2026-09-01
相关阅读
硅谷来信 | 投资人张璐：AI正在造就超级人类，医疗应用潜力无穷
阿里自研解码器Ali266助力高通骁龙平台AI PC首次实现H.266超高清播放
达摩院回应量子计算实验室调整：联合浙大发展
阿里提供中文搜索新选项！AI引擎+达摩院黑科技，你要试试吗？
阿里的“扫地僧”，2年“抄”了20万页古籍
阿里达摩院用AI，让“离家百年、去国万里”的中华传统古籍，以非传统的方式回归祖国>>>>
高考数学只有1分的马云，为全球组织了一场数学竞赛
热门文章
Kimi突发K2.8：性能逼近K3，百万上下文全员开放
AI数学的最后一道高墙，塌了！GPT-6 Astra刷穿FrontierMath Tier 4
A社承认Claude安全对齐存在缺陷，但“尚无解决方案”
探索RSI，生数新世界模型让机器人开始自我进化
首届蚂蚁灵波具身大模型挑战赛正式启动
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1