2026年9月17日，题为《An expert-level generalist AI for abdominal CT diagnosis》的研究论文在国际顶级学术期刊《科学》（Science）在线发表。该研究由浙江大学医学院附属第一医院、阿里巴巴达摩院等机构合作完成，提出面向腹部增强CT的通用医学影像AI模型DAMO RADAR（Rapid Abdominal Diagnosis with AI and Radiology）。基于一次增强CT检查，模型可输出覆盖18个解剖结构、146种影像学表现的诊断判断，内部队列平均AUC达0.913。

为何难在腹部

腹部CT是临床公认最复杂的影像场景之一：一次检查涉及肝胆胰脾、胃肠、泌尿等多个系统，脏器多为密度相近的软组织，病灶识别高度依赖医生经验。长期以来，影像AI多以“一病一模”为主，一个模型针对一种病变，训练依赖大量病灶级人工标注，成本高、通用性差，难以应对真实临床中多器官、多病变并存的情形。

不标病灶，向报告学习

研究构建了RAD-CT数据集，包含424,911次增强腹部CT检查、约150万个体积层面图文对，并由此衍生出超过1500万个解剖层面图文对。团队采用视觉-语言对比学习，让影像与临床报告文本相互对齐；针对CT有效信号稀疏的问题，提出“器官级细粒度对齐”策略，将三维CT拆解为肝脏、胰腺、胃、小肠、肾等18个解剖单元，分别与报告中对应描述匹配，无需病灶级人工标注即可完成多器官、多征象诊断，并给出注意力图辅助解释。

临床证据

在内部队列39,160次连续检查、146项影像发现上，模型平均AUC为0.913（95%置信区间0.911–0.915），高于次优视觉-语言基线模型的0.776；8家外部中心共24,239次检查中，平均AUC为0.895，单中心为0.874–0.912，均优于基线模型；在训练未纳入的急诊场景中，27,267例、17种急性腹部疾病AUC仍达0.904。人机对照方面，14家中心26名放射科医生、300例检查、61项发现的读者研究显示，AI辅助下医生诊断敏感性提升10.0%（P<0.001），特异性由98.8%微降至98.2%，阅片时间减少30.7%（P<0.001），低年资医生表现趋近高年资医生。

意义与局限

AUC用于衡量模型区分有病与无病的能力（1代表完美区分）。据研究团队介绍，这是首个在如此多器官、多病种上达到影像科专家级水平的通用影像模型，其“以报告为监督信号”的范式有望迁移至MRI、超声等模态，推动优质诊断能力向基层下沉。需要指出的是，该研究以既有诊断报告为参考标准、属回顾性评估，读者研究亦为受控测试场景，其真实临床获益仍待前瞻性研究与落地验证。

参考文献

[1]梁廷波等. An expert-level generalist AI for abdominal CT diagnosis. Science, 2026. DOI: 10.1126/science.aec6129

https://www.science.org/doi/10.1126/science.aec6129

支持单位：