阿里达摩院DAMO LiON肝癌诊断AI成果登《自然·医学》：CT识别约1厘米微小癌变

一、事实：顶刊背书的早期肝癌筛查突破

8月25日，阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发的肝癌诊断AI模型DAMO LiON相关成果，发表于国际顶级期刊《自然·医学》（Nature Medicine）。该模型可通过平扫CT精准识别约1厘米大小的微小早期癌变病灶，并在为期两个月的真实世界前瞻性临床试验中，成功筛查出15例被传统手段漏诊的恶性肿瘤，展现出极高的早诊灵敏度。

二、技术专家视角：平扫CT+小病灶检测的双重难度

从技术专家角度，DAMO LiON的难点在于"平扫"与"微小"两个约束。增强CT虽能更清晰显示病灶，但平扫CT更普及、更低价、更易规模化；而约1厘米的病灶在影像上信号微弱、易与良性结节混淆。模型要在常规体检的平扫CT中稳定捕捉这类微小征象，对特征提取、假阳性控制与泛化能力要求极高。其价值在于把肝癌早筛从"有症状才查"前移到"体检即查"，显著提升早期干预窗口。

三、临床意义：把"漏诊"变成"早诊"

肝癌素有"沉默的杀手"之称，多数患者确诊时已至中晚期。DAMO LiON在真实世界前瞻性试验中筛出15例漏诊恶性肿瘤，意味着AI能在人类放射科医生易疲劳、易忽略的微小病灶上形成补充。对基层与体检中心而言，这类"平扫CT即可运行"的模型具备极强的可部署性——无需额外增强扫描，就能在现有机具上叠加一层早癌雷达。

四、趋势研判：科研顶刊正成为AI医疗的"信任锚"

DAMO LiON登上《自然·医学》，延续了2026年"重磅医疗AI成果频登顶刊"的势头（此前NeuroVFM等亦发表于Nature Medicine）。对行业而言，顶级期刊的前瞻性临床验证，正在成为医疗AI可信度的"信任锚"——比企业自宣的准确率更有说服力。未来，能否拿出多中心、前瞻性、真实世界的硬证据，将决定一款影像AI是从"新闻"走向"临床标配"还是止步于"demo"。对研发团队而言，顶刊验证还应内化为一种工程纪律：把前瞻性试验作为模型发布的门槛，而非事后宣传的点缀。唯有如此，影像AI才能跨越"学术惊艳、临床谨慎"的信任鸿沟，真正走进日常诊疗。

千方医数集编辑部出品