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，其相关论文登上国际顶级学术期刊《自然·医学》（Nature Medicine）。该模型可通过增强 CT 影像精准识别细小的肝脏癌变病灶，尤其擅长发现容易被忽略的肝转移病灶。
在为期两个月的真实世界前瞻临床试验中，DAMO LiON 共辅助阅片逾 1 万名患者，发现 15宗原本被漏诊的恶性肿瘤，绝大多数病灶直径仅约 1 厘米，并推动患者及时接受手术或药物治疗。这些被 AI 识别的恶性病灶普遍具有“小、淡、偏”的特点——平均直径约 1 厘米，与肝脏组织对比度低，或位于较为罕见的解剖位置。
AI 辅助阅片有效减少漏诊并缩短诊断时间
DAMO LiON 被定位为“AI 安全员”，协助医生阅片——既能精准识别原发性肝癌，更擅长识别容易被忽视的肝转移。实验结果显示，AI 模型识别恶性肿瘤的准确率高于放射科医生。当医生使用 AI 协助阅片后，阅片时间减少 27%，对恶性肿瘤的敏感性提高 11.5%，有效减少漏诊情况。在 AI 协助下，初级医生可达到资深医生的诊断水平。
研究团队其后将 AI 模型实际部署到医院日常阅片流程中——当 AI 与医生初诊结论不一致时，病例会交由资深放射科医生复核，必要时进一步升级至多学科团队（MDT）讨论。两个月内，AI 共阅读逾 1 万名患者的增强 CT 影像，辅助医生识别 15宗原本被忽略的肝转移，推动相关患者的治疗方案调整。
改进网络架构提升困难病例识别能力
DAMO LiON 模型采用改进的网络架构，既可捕捉病灶与整个肝脏的关系，又能有效保留局部纹理和边界信息，提升在脂肪肝、肝硬化及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增强 CT 影像迭代融合，有效捕捉不同期相之间的像素级差异，精准识别增强 CT 扫描中“一闪而过”的细小病灶。
达摩院自 2017 年成立起便布局医疗 AI，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。此前，达摩院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》，并进入国家药品监督管理局的创新通道，获美国 FDA“突破性医疗器械”认定。