阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR：可一次性識別超 146 種病症，成果登《科學》
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 files 的線索投遞！9 月 18 日消息，阿里達摩院今日宣佈，與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR，登上國際頂級學術期刊《科學》(Science)。該模型面向腹部增強 CT 診斷，可一次性識別超過 146 種病症，其準確性首次達到影像科專家級水平，現已正式開源。據介紹，達摩院採用視覺-語言學習方法（Vision-Language Learning），讓模型直接學習醫學影像和相對應報告文本的內在關聯信息。
達摩院高級算法專家張建鵬表示，由於 CT 數據信號稀疏，常規的視覺-語言學習效果不佳，該項研究在國際上首次採用“器官級細粒度對齊”策略，將 CT 構建三維數據並分解為解剖單元，在組織器官層面實現圖像與報告文本的精確對齊，並通過自適應對比建模策略來動態調整，無需額外人工標註即可完成可擴展、多用途、可解釋的診斷。最終，DAMO RADAR 覆蓋了含惡性腫瘤在內的廣泛腹部病症，研究團隊評估了其中 146 種，涉及 18 個器官。在近 4 萬次真實世界檢查中 AUC 可達 0.
913（AUC 是區分患者與正常人的能力指標，數值越高越好，1 代表能進行完美區分），成為首個達到專家水平的通用醫學影像 AI 模型。論文顯示，DAMO RADAR 與 26 名來自多家醫院的影像科醫生進行了人機對比試驗，其平均準確率超過了其中 23 名醫生。在 AI 提示下，影像科醫生識別疾病的敏感性（防漏診的能力）提高了 10%，用時則減少了 30% 以上，並使低年資醫生達到了高年資醫生的診斷水平。附相關鏈接：論文：https://www.science.org/doi/10.1126/science.aec6129開源：https://github.
com/alibaba-damo-academy/damo-radar廣告聲明：文內含有的對外跳轉鏈接（包括不限於超鏈接、二維碼、口令等形式），用於傳遞更多信息，節省甄選時間，結果僅供參考，包含外鏈的文章均包含本聲明。
投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：阿里，達摩院，醫療模型，DAMO RADAR阿里巴巴達摩院推出肝癌 AI 模型，可精準識別 1 釐米微小腫瘤阿里達摩院開放 15 項芯片與 AI 研究課題，啟動“阿里星”頂尖人才招募阿里達摩院：AI 智能體發現 4 種全新超導材料，已獲實驗驗證百川發佈新一代醫療增強大模型 M4：登頂 OpenAI 醫療評測，超越 GPT-5.5共同開發、部署 AI 醫療模型，微軟與梅奧診所達成合作阿里達摩院首次發佈 GPU 版本求解器：穩定求解超 99% 問題類型，突破億級變量“不可解”難題
Related
相關文章
消息稱 Anthropic 低調建立生物實驗室，借 AI 推進藥學研究
作者：清源 責編：清源 評論： 9 月 18 日消息，路透社今天（18 日）晚間援引知情人士消息稱，Anthropic 在舊金山灣區低調建立了一座溼實驗室，把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露，在公眾對 AI 風險愈發擔憂之際，Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出，希望藉助 AI 推動罕見病治療方法的發展，公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注：溼實驗室是一個科學概念，與“幹實驗室”相對。相比干實驗室，溼實驗室在實驗中需要用到較多的化學試劑。相比之下，幹實驗室則注重通過各種儀器進行計算，以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為，生物學研究最終還是要接受真實實驗室工作的檢驗，而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似，一部分在自己的設施裡完成，另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充，這座實驗室並非專門用於藥物發現，並拒絕進一步說明具體用途。知情人士稱，建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病，公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果，因為 AI 可能導致崗位消失，甚至威脅人類生命。不過，任何藥物研發項目都無法保證成功，大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。
零樣本幹活！Figure 機器人走進 30 個陌生家庭，整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5，將其稱為最先進的神經網絡。人形機器人真正走向家庭，難點或許從來不是“會不會做家務”，而是換一個家庭之後，它還能不能繼續做。
AGI最難一戰，竟在醫院！中國AI登上Science，醫生不怕失業還催著上線
。 2016年，Hinton老爺子就預言：“人們現在就應該停止培養放射科醫生。”他甚至認為，五年內，AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎，但歷史和他開了個玩笑。十年過去了，人們離AGI已經越來越近，但在醫療場景裡，即使圖像識別這樣的AI新手村任務，依然是hard模式。 如果從IBM的Watson算起，在醫療上遭遇滑鐵盧的AI專家數不勝數。
AGI最難一戰，竟在醫院，中國AI登上Science，醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。
AI製藥獨角獸Anew單飛，字節推了一把“最燒錢的慢生意”
Reuters：Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元，HSG、IDG Capital、GL Ventures、五源資本等機構入股，字節跳動融資後持股56%。2. IQVIA 2026年分析：經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較，及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法與基準測試大量出現，臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究：2025年平均藥物開發成本約26.7億美元，計算含研發失敗成本。
Google發佈Dream-RSI，人類製造的最後一個 AI
Google 推出最新 AI 系統 Dream-RSI，宣稱其將是最後一個由人類製造的 AI。該系統的核心痛點在於，當前循環中仍有部分環節依賴人工手動編寫，無法從經驗中學習，導致資源重複投入失敗方向。