分享一个最近医疗AI领域很值得关注的突破。
9月18日，阿里达摩院联合浙江大学医学院附属第一医院等机构，发布了一个叫DAMO RADAR的通用医疗影像AI。
相关成果登上了国际顶级学术期刊《Science》，目前已经正式开源。
这是全球首个达到影像科专家水平的通用医疗影像AI，覆盖腹部18个器官，可以识别超过146种病症。在近4万次真实世界检查里，平均AUC做到0.913。
换句话讲，它第一次让一个AI模型的水平摸到了影像科专家的线，意义重大。
1为什么这件事这么难？
过去十几年，医疗影像AI已经能在肺结节、眼底疾病和特定肿瘤等任务上取得很高的准确率。
但问题是，它们大多只能看一种病。
一个模型盯肺结节，另一个模型找胰腺癌，再来一个模型识别肠癌。它们像一群各有所长的专科选手，却没有谁能帮医生把整个腹部从头到尾看一遍。
达摩院有位算法专家叫张建鹏，他说自己做完第一个单病种AI项目之后，做第二个的时候突然有点崩溃。
因为一个病种从数据搜集、清洗、标注、训练到发布，往往要两到三年。但人类已知的疾病有上万种，按这个速度做下去，别说这辈子，可能几代人都做不完。
2那真实世界的患者呢？
假设一名患者因为上腹部不适来到医院，做了一次腹部增强CT。影像科医生拿到的不是一张照片，而是多个期相、几十甚至几百张切片。肝、胆、胰、脾、胃、肠道、肾脏和血管全部挤在里面，而且大部分都是密度接近的软组织。
有些病灶很明显，有些异常却可能只占很小一块，藏在大片灰色影像中。
还有注意力的问题。
医生会先查看患者主诉指向的区域，但一套腹部CT里，其他器官同样可能存在异常。连续高强度阅片之后，反应速度和专注程度不可避免地会下降，一个很小的病灶就可能从眼前溜走。
浙大一院放射科主任肖文波提到，即使是中高级医生，完成一份腹部CT报告通常也需要20到30分钟，疑难病例可能要看一个小时。
那该怎么办呢？
3其实第一个把通用医疗影像AI这条路径真正跑通一段的，是斯坦福。2026年3月，他们在《自然》上发表了一个叫Merlin的模型，一个模型能识别腹部CT上的30种疾病。
这在当时是个大新闻，业内很多人开始相信通才型AI是可行的。
但Merlin也有它的短板，病种覆盖有限，平均AUC大概在0.812，还没到医生的平均水平。路走通了，可是没走到临床可用的门槛。
真正把这一步跨过去的，是DAMO RADAR。
它换了一种和医生思维更接近的学习方式，让它开始真正学习“医学影像”这门语言。以前的视觉语言模型是把整张CT和整份报告直接扔进去做对齐，让AI自己去猜哪块图对应哪句话。
但这带来一个问题，腹部CT里99%的组织其实都是正常的，真正有诊断意义的病变可能只是很小一块。整体对齐，模型很容易被大量正常背景淹没，最后学到的都是些粗糙的统计特征。
DAMO RADAR的做法是，先在CT中定位肝、胆、胰、胃肠等解剖结构，再把每个器官的影像与报告里的对应描述逐一匹配。相当于先把混在一起的医学图册按器官分成章节，再让AI逐章学习。
这样，AI开始建立解剖结构、影像表现和医学语言之间的联系。它还能通过注意力图标出重点区域，让医生回到原始影像中复核。
团队把它叫做器官级细粒度对齐，也是国际上第一次这么干。
除此之外，还有一个容易被忽略的问题：不同患者的影像，该怎么比较？
常规的对比学习，会让同一个人的CT和报告尽量靠近，让不同人的数据尽量远离。但在医学里，不同患者的正常器官本来就可能很像，患有同一种病的人，也可能有相似的影像表现。如果一律把它们推远，AI反而不容易学到这些共性。
所以DAMO RADAR又加入了自适应对比建模。它会根据每个样本的具体情况，调整不同患者之间的比较方式，把影像里真正相似的医学信息也利用起来。
有AI辅助之后，影像科医生识别疾病的敏感性提高了10%，平均阅片时间减少了30.7%。
初级医生在AI辅助下的表现，甚至能追上资深医生。这套模型未来如果能上线，对基层医院和年轻医生的帮助会更明显。
4这些年，从Google和DeepMind的Med-Gemini，到OpenAI建立HealthBench，全球科技公司都在进入医疗领域。
因为医疗可能是检验通用AI能力最严格的场景之一。模型不仅要准确，还要处理不确定性、适应不同人群和医院，并且让医生能够理解和复核它的判断。
从这个角度看，DAMO RADAR登上《Science》的意义，不只是阿里在医疗AI赛道上拿到了一项新成绩，而是证明了一条过去并不确定的路线：医疗影像AI可以不再被困在“一病一模”里。
通过学习解剖结构、影像和语言之间的关系，一个模型有机会形成更广泛的诊断能力。
当然，DAMO RADAR目前仍处于回顾性研究阶段，距离在真实临床中大规模应用，还需要前瞻性研究和更长期的检验。但它让我们看到了，医疗AI下一阶段可能是什么样子。
这一次，中国团队在这条路上迈出了很关键的一步。
