揪出微小病灶肝癌AI模型两个月发现15例漏诊

速读：肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常说的“肝癌”，也有从肠癌、胰腺癌等部位转移过来的“肝转移”，而且后者往往更为常见。在两个月的真实世界前瞻临床试验中，该AI模型发现了15例被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，从而帮助患者得到及时的手术或药物治疗。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生发现15例被忽略的肝转移，推动改变了这些患者的治疗方案。

本报讯（记者赵广立）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出肝癌诊断人工智能（AI）模型DAMO LiON，可通过CT影像识别微小的肝脏癌变病灶。在两个月的真实世界前瞻临床试验中，该AI模型发现了15例被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，从而帮助患者得到及时的手术或药物治疗。相关研究近日发表于《自然-医学》。

肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常说的“肝癌”，也有从肠癌、胰腺癌等部位转移过来的“肝转移”，而且后者往往更为常见。无论哪一种肿瘤，越早发现，治疗效果就越好。但早期发现并不容易，由于病灶较小且容易被肝硬化、脂肪肝和肝脏内复杂的解剖结构干扰，医生即便在增强CT下也有可能看漏。尤其在肝转移中，医生的注意力容易被原发病灶牵走，因此漏掉细小的肝脏病灶。

为此，团队研发出DAMO LiON模型，作为“AI安全员”协助医生阅片，能精准识别原发性肝癌，并揪出容易被忽视的肝转移。实验结果显示，AI模型识别出恶性肿瘤的准确率高于普通放射科医生。医生用AI模型协助阅片，用时减少了27%，对恶性肿瘤的敏感性却提高了11.5%，有效减少了漏诊；在AI协助下，初级医生能达到资深医生水平。

团队随后将AI模型实际部署到医院，参与医生日常阅片。当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队讨论。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生发现15例被忽略的肝转移，推动改变了这些患者的治疗方案。其中，一名患过膀胱癌的65岁患者进行复查，肝功能指标和肿瘤标志物都正常，医生初诊只发现了肝脏钙化灶，而AI准确作出了肝转移的判断，提醒医生修改检查报告并给出化疗建议。

达摩院算法专家闫轲表示，这些被AI揪出的恶性病灶普遍“小、淡、偏”，平均直径约1厘米，和肝脏组织对比度低，或者位于比较少见的解剖位置。DAMO LiON模型采用了改进的网络架构，既可以捕捉病灶和整个肝脏的关系，又能有效保留局部纹理和边界，提升在脂肪肝、肝硬化等困难病例上的表现。此外，AI还能将不同期相组合的影像迭代融合，有效捕捉不同期相之间的像素级差异，精准揪出增强CT扫描中“一闪而过”的微小病灶。