近期，阿里巴巴（BABA）达摩院联合中国医科大学附属盛京医院（884301）等机构研发出肝癌诊断AI模型DAMO LiON，可通过CT影像识别微小的肝脏癌变病灶。
在两个月的真实世界前瞻临床试验中，DAMO LiON发现了15例原本被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，帮助患者得到及时的手术或药物治疗。
相关论文登上国际顶级学术期刊《自然·医学》（Nature Medicine）。
肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常说的"肝癌"，也有从肠癌、胰腺癌等部位转移过来的“肝转移”，而且后者往往更为常见。
无论哪一种，越早发现，治疗效果就越好。
但早期发现并不容易，由于病灶较小，且容易被肝硬化、脂肪肝和肝脏内复杂的解剖结构干扰，医生即便在增强CT下也有可能看漏，尤其在肝转移时，医生的注意力容易被原发病灶牵走，忽视细小的肝脏病灶。
DAMO LiON模型作为“AI安全员”协助医生阅片，既能精准识别原发性肝癌，更擅长揪出容易被忽视的肝转移。
实验结果显示，AI模型识别出恶性肿瘤的准确率高于放射科医生。
当医生用AI模型协助阅片，用时减少了27%，而对恶性肿瘤的敏感性更提高了11.5%，有效减少漏诊；在AI协助下，初级医生能达到资深医生水平。
AI模型识别出细小的转移瘤
研究团队随后将AI模型实际部署到医院（884301），参与日常阅片，当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队（MDT）讨论。
两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生抓出15例原本被忽略的肝转移，推动改变了这些患者的治疗方案。
其中，一名患过膀胱癌的65岁患者进行复查，肝功能指标和肿瘤标志物都正常，医生初诊只发现了肝脏钙化灶，而AI准确给出了肝转移的判断，提醒医生修改检查报告并给出化疗建议。
这些被AI揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米，和肝脏组织对比度低，或者位于比较少见的解剖位置。
在这背后，DAMO LiON模型采用了改进的网络架构，既可以捕捉病灶和整个肝脏的关系，又能有效保留局部纹理和边界，提升在脂肪肝、肝硬化和术后肝脏等困难病例上的表现。
此外，AI还能将不同期相组合的影像迭代融合，有效捕捉不同期相之间的像素级差异，精准揪出增强CT扫描中“一闪而过”的微小病灶。
2017年，达摩院在行业内率先提出用AI识别医学影像中人眼难以察觉的细微病灶。
目前已先后研发出基于平扫CT的胰腺癌筛查AI模型 DAMO PANDA、胃癌筛查AI模型DAMO GRAPE、肠癌筛查AI模型DAMO COCA等，相关成果三次登上《自然·医学》，进入国家药品监督管理局的创新通道，并获美国食品药品监督管理局（FDA）“突破性医疗器械（881144）”认定。
DAMO LiON模型的发布，进一步将医疗AI能力从筛查拓展到诊断领域，它让早期肝癌的精准诊断从稀缺的专家经验，变成一种可规模化部署的基础能力。
当1厘米的病灶在早期能被明确定性，更多肝癌患者的治疗将从中晚期干预变为早期介入。
及时、准确的治疗，正是提高五年生存率的关键一步。
