# 阿里达摩院开源医疗影像 AI 模型 DAMO RADAR，可一次识别超 146 种病症并登上《科学》

- 来源：IT之家（RSS）
- 发布时间：2026-09-18 16:00
- AIHOT 分数：74
- AIHOT 链接：https://aihot.news/items/cmu6p0duv05h6rowk4dwiiqc4
- 原文链接：https://www.ithome.com/1/004/178.htm

## AI 摘要

阿里达摩院与浙江大学医学院附属第一医院等机构研发的通用医疗影像 AI 模型 DAMO RADAR 登上《科学》并正式开源，面向腹部增强 CT 诊断，评估覆盖 146 种病症、18 个器官，近 4 万次真实世界检查中 AUC 达 0.913。

## 正文

IT之家 9 月 18 日消息，阿里达摩院今日宣布，与浙江大学医学院附属第一医院等机构研发出的通用医疗影像 AI 模型 DAMO RADAR，登上国际顶级学术期刊《科学》(Science)。

该模型面向腹部增强 CT 诊断，可一次性识别超过 146 种病症，其准确性首次达到影像科专家级水平，现已正式开源。

据介绍，达摩院采用视觉-语言学习方法（Vision-Language Learning），让模型直接学习医学影像和相对应报告文本的内在关联信息。达摩院高级算法专家张建鹏表示，由于 CT 数据信号稀疏，常规的视觉-语言学习效果不佳，该项研究在国际上首次采用“器官级细粒度对齐”策略，将 CT 构建三维数据并分解为解剖单元，在组织器官层面实现图像与报告文本的精确对齐，并通过自适应对比建模策略来动态调整，无需额外人工标注即可完成可扩展、多用途、可解释的诊断。

最终，DAMO RADAR 覆盖了含恶性肿瘤在内的广泛腹部病症，研究团队评估了其中 146 种，涉及 18 个器官。在近 4 万次真实世界检查中 AUC 可达 0.913（AUC 是区分患者与正常人的能力指标，数值越高越好，1 代表能进行完美区分），成为首个达到专家水平的通用医学影像 AI 模型。

论文显示，DAMO RADAR 与 26 名来自多家医院的影像科医生进行了人机对比试验，其平均准确率超过了其中 23 名医生。在 AI 提示下，影像科医生识别疾病的敏感性（防漏诊的能力）提高了 10%，用时则减少了 30% 以上，并使低年资医生达到了高年资医生的诊断水平。

论文：https://www.science.org/doi/10.1126/science.aec6129

开源：https://github.com/alibaba-damo-academy/damo-radar