9月18日，阿里巴巴达摩院与浙江大学医学院附属第一医院等机构在《科学》杂志发表通用医疗影像AI模型DAMO RADAR，首次实现用单个模型识别腹部18个器官中的146种病症，诊断综合表现达到放射科专家水平，算法代码与权重已面向全球开源。
医疗影像AI过去主要采用“一病一模”路径，训练严重依赖人工标注，每针对一种疾病约需2年，且无法泛化到其他病种。DAMO RADAR选择从较难的腹部增强CT切入，采用影像与语言联合学习方法，让模型先识别不同器官，再与诊断报告中的描述建立联系，避免正常组织背景干扰判断。
在近4万次真实世界检查中，该模型平均AUC达到0.913。研究团队邀请14家机构的26名影像科医生参与测试，结果显示DAMO RADAR平均表现超过其中23名医生，仅3名资深医生略高于模型。
人机协作测试中，在AI提示下，影像科医生识别疾病的敏感性提高约10%，平均每例阅片时间减少30.7%。部分测试中，获得AI辅助的初级医生敏感性甚至超过资深医生。
达摩院将通用模型比作“导航软件”，帮助医生在阅片时快速发现可能被忽略的异常，但不直接替代医生作出最终诊断。达摩院表示，专病模型核心价值是高精度，通用模型核心价值是广覆盖，两条路线在不同临床场景下各展所长。