DAMO RADAR：一个模型在腹部18个器官中识别146种疾病

阿里巴巴达摩院联合浙江大学医学院附属第一医院，于2026年9月18日在《Science》发表DAMO RADAR模型。这是一款通用医学影像模型。单一系统基于增强CT，在腹部18个解剖器官中识别146种疾病。

此前医学影像遵循“一病一模”路径。肺结节、胰腺癌、糖尿病视网膜病变各有独立工具。达摩院指出，这类模型“高度依赖人工标注，成本高昂，单病种训练通常耗时两年，且难以泛化至其他疾病”。通用模型旨在降低这种依赖。

RADAR的任务极具挑战性。单次CT包含数百张断层，腹部器官重叠且密度相近，病变信号往往极微弱。模型同步学习图像与语言：影像数据关联诊断报告描述。机制先定位器官（如肝脏、胰腺、消化道），再匹配报告内容。这避免了正常组织背景的干扰。

与医生相比表现如何

评估涵盖18个器官和146种疾病。近4万例真实检查中，平均AUC为0.913。AUC衡量区分患病与健康者的能力，1.0为满分。为对比人机表现，团队邀请14家中心的26名放射科医生：11名资深，15名初级。医生与模型共同评估300名患者的CT。RADAR平均表现优于26名医生中的23名。仅3名资深放射科医生得分略高于模型。

在人机协作测试中，模型提示使疾病识别灵敏度提升约10个百分点，单例阅片平均时间缩短30.7%。部分测试显示，使用AI辅助的年轻放射科医生，灵敏度高于无辅助的资深同事。

达摩院将通用模型比作导航。它不替代医生做最终诊断，仅提示潜在疾病及易漏区域。“专用模型核心在精度，通用模型核心在覆盖，”公司称，两者不竞争，适用于不同临床场景。

算法代码与模型权重已全球公开，供医学与科研使用。但发表不等于落地。实际价值取决于后续在其他医院及非训练人群中的测试。