AI 正在横扫一切，但有块硬骨头，迟迟攻不下来，让无数人希望落空。
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。
如果从 IBM 的 Watson 算起，在医疗上遭遇滑铁卢的 AI 专家数不胜数。
为什么医疗成了 AI 的阿喀琉斯之踵？
——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。
这也导致了医疗影像 AI 长期困在专用模型里。
直到今天，学术期刊的"王者" Science 正式刊发一项来自中国的重磅研究：
DAMO RADAR，据介绍是全球首个专家级的通用影像 AI 模型。
这个模型，能看腹部 18 种解剖结构的 146 种病，比很多影像科医生看得还准。
而且模型、代码、框架，全开源了。
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。
选腹部，是因为这是临床公认最难的影像场景。
浙大一院放射科主任肖文波介绍，年轻医生通常最害怕被分到腹部组。
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。
RADAR 要做的，就是用一个模型覆盖整个腹部。
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。
对其效果，团队做了非常严格的多层验证。
在内部近 3.9 万例真实世界连续队列中，RADAR 的平均 AUC 达到 0.913。
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。
而且 RADAR 还泛化到了急诊场景。
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。
这个拔高测试当中，RADAR 的 AUC 仍达到了 0.891-0.984。
达摩院还做了一波人机对比。
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。
元股证券:ygzq.hk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。
"初级医生 +AI "的配置，敏感性甚至超过了资深医生独自阅片。
那 RADAR 到底是怎么做到的？
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。
这种方法标注成本巨大，而且模型只能识别被标注过的那几种病，换一种就不认识了。
RADAR 走了一条不同的路，叫视觉 - 语言对比学习。
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。
但直接把整张 CT 和整份报告对齐，效果很差。
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。
这就涉及到了 RADAR 的核心突破——"器官级细粒度对齐"。
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。
这一设计的灵感，来自放射科医生的真实工作方式。
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。
另一个创新叫自适应对比建模。
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。
同理，得了同一种病的两个患者，影像特征也应该被放在一起学习。
RADAR 会根据这些医学知识，动态调整样本之间的距离。
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。
肖文波干了三十多年影像，带着 300 多人的科室，科室每天处理几千份片子。
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。
这活儿她太清楚有多难了。
直到她发现 RADAR 接受了一次又一次验证，准确率还是差不多之后，她才真的服了。
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。
这恰恰是 RADAR 最大的价值，它补上了人类医生的盲区，能够帮他们少漏一个病灶。
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。
不过 AI 辅助也会带来一些隐忧。
这说的倒不是准确率，毕竟即使用 AI，最后也有真人在一旁把关。
这个问题关乎的是未来医生群体的发展。
医生培养讲究影像逻辑思维，这种思维从理论到实践反复打磨，这个过程不能跳过。
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。
但也不必过虑。
肖文波的想法，是让 RADAR 同时变成"一对一带教工具"。
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。
就像随时有个主任站在旁边说，"哎，这还有一个病灶，你怎么没看见？"
这样，每个病例都变成一次交叉验证和学习的过程。
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。
说到这里，其实已经不只是一个医疗 AI 的故事了。
RADAR 背后的思路，是用一个通用模型，去解决一整个领域的问题。
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。
如果这套范式在这里都能跑通，那换到其他高精度场景，大概率也能适用。
配资佬专业配资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。"
RADAR 能过这道门槛，说明这套方法经受住了最严格的同行评议。
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。
今天 Science 给出的答案，不只是对一个模型的认可，也是对一种可能性的确认。
它证明，用通用 AI 去啃最硬的骨头，这条路走得通。
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
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
� � 点亮星标 � �
科技前沿进展每日见指数配资官网入口
A股多空配资网提示：本文来自互联网，不代表本网站观点。
