近十年来，深度学习的先驱Geoffrey Hinton曾乐观预测，深度学习将在五年或十年内取代放射科医生。然而，现实情况是放射科医生短缺问题依然存在，尽管人工智能已在某些影像任务中达到专家水平，但在综合检查多个器官及识别多重异常上仍显不足。阿里巴巴达摩院近日发布的新型医疗影像模型DAMO RADAR，或许能为此问题提供解决方案。
9月18日，DAMO RADAR正式发布，并登上《Science》期刊。该模型专注于腹部增强CT影像，通过对近四万次的系统评估，达到了0.913的平均AUC值，这一水平首次达到放射科专家的标准。更引人注目的是，达摩院的这一成果并非仅依靠与医学相关的聊天模型，而是面对临床实战进行了大规模的验证。
医疗影像领域虽然吸引了多家AI公司的投身，但为什么仍未出现突破性进展？医疗AI需要具备高度的准确性和可靠性，且能够接受审核。一旦出现漏诊或误报，可能给患者带来危险。因此，即便模型在特定测试集上表现出色，仍需在不同医疗环境中得到验证。 龙8头号玩家
影像AI是AI应用较为成熟的方向之一。早前的深度学习推动了一些特定模型的发展，明确的病种与任务下，这些模型的表现都取得了显著成果。然而，真实临床中的任务复杂度远高于实验室条件。这导致单一任务的高分往往难以转化为全方位的诊断能力，因为不同医院的影像采集及患者分布差异可能影响模型的性能。
为了解决这些挑战，达摩院在研发过程中重新思考其学习方式，推出的DAMO RADAR旨在能否通过同一模型理解不同解剖结构、影像特征与临床表现之间的联系，从而实现更广泛的疾病诊断覆盖。借助视觉语言学习的思路，模型通过直接学习医院日常CT影像与放射学报告之间的关联，以减少逐例标签制作的需求。
魏莨哲正式加盟山西汾酒男篮
通过反复的投篮练习，注重投篮姿势和手腕发力的协调。...
松岛辉空：全力拼搏亚运会！期待与队友齐心协力争夺冠军
通过反复的投篮练习，注重投篮姿势和手腕发力的协调。...
