阿里巴巴集团控股（Alibaba Group Holding）旗下达摩院（Damo Academy）开源了一个人工智能模型，能通过计算机断层扫描（CT）识别包括癌症在内的近150种腹部疾病。这个名为达摩雷达（Damo Radar）的视觉语言模型可分析覆盖18个腹部器官的增强CT扫描，发现恶性肿瘤等异常。模型用CT扫描与临床报告配对训练，在近40,000次真实检查中，对146项临床发现的平均AUC为0.913，AUC 1.0代表完美诊断准确率。
正文
阿里巴巴达摩院开源了一个人工智能模型，能通过读取 CT 扫描识别近 150 种腹部疾病（包括癌症），这是该公司在医疗 AI 领域的最新进展。
这个名为“达摩雷达”（Damo Radar）的视觉语言模型，用于分析覆盖 18 个腹部脏器的增强 CT 扫描，识别肿瘤等多种疾病和异常。达摩院周五表示。
模型用 CT 扫描与临床报告配对训练。在近 4 万次真实检查中，它在 146 项临床发现上的平均 AUC 达到 0.913（1.0 代表完美诊断准确度）。
研究团队称该方法未来可扩展到其他医学影像，并把这个模型称为“全球首个专家级通用医学影像模型”。
一项涉及多家医院 26 名放射科医生的研究显示，模型平均准确率超过其中 23 人。达摩院称，借助该模型，医生漏诊预防能力提高 10%，耗时减少超 30%。
该研究于周四发表在《科学》期刊上，浙江大学一家附属医院等机构参与了合作。
此次开源是阿里巴巴近期一系列医疗 AI 进展的延续，中国科技巨头正越来越多地将前沿技术用于医疗。
近年来，达摩院致力开发 AI 筛查工具，辅助医生识别胰腺癌、胃癌、结直肠癌以及主动脉夹层等疾病。
今年 4 月，该部门发布了 Coca AI 模型，称其在 CT 扫描中发现早期结直肠癌的灵敏度高于放射科医生。该模型与广东省人民医院等中国机构共同开发。
评论
讨论没有形成明显的对立阵营，更像一次信息补全加顺带吐槽：有人关心模型规模与可复现性，有人忙着贴论文、仓库和模型页面，也有人拿大模型的"嘴甜"开涮。
想知道模型有多少参数
- 有人开门见山追问参数量，说明规模与复现性才是这类医疗模型新闻里最被关心的细节之一（少数人） > 意译（@K0balt）：有人知道有多少参数吗？
值得把论文、源码和模型入口一并摆出来
- 有评论直接补上 Nature Medicine 上的多中心研究、阿里达摩院的 GitHub 仓库以及 HuggingFace 模型页面，等于把"结论—代码—权重"三件套凑齐（少数人）
调侃大模型只会顺着用户说
- 借着医疗 AI 的话题，有人顺势吐槽通用助手一味讨好用户，宁可夸人也不肯指出错误（少数人） > 意译（@ElProlactin）：我更偏爱 Gemini，它会告诉我我很聪明，而且几乎总是对的。
有价值的补充
- 有评论把此前多条 HN 讨论串了起来：一种在海洋海绵杆菌中高丰度的新型胞外多糖 EPS3.9 在患肝癌的小鼠身上显示出明显抗肿瘤效果并激活了抗肿瘤免疫反应；另有报道称 Gemma 模型曾帮助发现一条潜在的新癌症治疗路径。
- 同一串补充里还提醒注意相关讨论中"是肾脏而非肝脏"的细节，并给出按 healthcare-ai 主题检索的 GitHub 入口，方便顺着线索继续挖。