阿里巴巴達摩院聯同中國醫科大學附屬盛京醫院等機構研發的肝癌診斷 AI 模型 DAMO LiON，其相關論文登上國際頂級學術期刊《自然·醫學》（Nature Medicine）。該模型可透過增強 CT 影像精準識別細小的肝臟癌變病灶，尤其擅長發現容易被忽略的肝轉移病灶。
在為期兩個月的真實世界前瞻臨牀試驗中，DAMO LiON 共輔助閲片逾 1 萬名患者，發現 15 宗原本被漏診的惡性腫瘤，絕大多數病灶直徑僅約 1 釐米，並推動患者及時接受手術或藥物治療。這些被 AI 識別的惡性病灶普遍具有「小、淡、偏」的特點——平均直徑約 1 釐米，與肝臟組織對比度低，或位於較為罕見的解剖位置。
AI 輔助閲片有效減少漏診並縮短診斷時間
DAMO LiON 被定位為「AI 安全員」，協助醫生閲片——既能精準識別原發性肝癌，更擅長識別容易被忽視的肝轉移。實驗結果顯示，AI 模型識別惡性腫瘤的準確率高於放射科醫生。當醫生使用 AI 協助閲片後，閲片時間減少 27%，對惡性腫瘤的敏感性提高 11.5%，有效減少漏診情況。在 AI 協助下，初級醫生可達到資深醫生的診斷水平。
研究團隊其後將 AI 模型實際部署到醫院日常閲片流程中——當 AI 與醫生初診結論不一致時，病例會交由資深放射科醫生覆核，必要時進一步升級至多學科團隊（MDT）討論。兩個月內，AI 共閲讀逾 1 萬名患者的增強 CT 影像，輔助醫生識別 15 宗原本被忽略的肝轉移，推動相關患者的治療方案調整。
改進網絡架構提升困難病例識別能力
DAMO LiON 模型採用改進的網絡架構，既可捕捉病灶與整個肝臟的關係，又能有效保留局部紋理和邊界資訊，提升在脂肪肝、肝硬化及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增強 CT 影像疊代融合，有效捕捉不同期相之間的像素級差異，精準識別增強 CT 掃描中「一閃而過」的細小病灶。
達摩院自 2017 年成立起便佈局醫療 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。此前，達摩院已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》，並進入國家藥品監督管理局的創新通道，獲美國 FDA「突破性醫療器械」認定。