阿里巴巴DAMO LiON肝癌AI模型追回15個遺漏腫瘤

阿里巴巴DAMO LiON模型在兩個月內捕捉到放射科醫師遺漏的15個肝臟腫瘤，這項結果發表於《自然醫學》期刊。

阿里巴巴達摩院發布一款肝癌AI模型，在兩個月內捕捉到放射科醫師遺漏的15個腫瘤，將審閱時間縮短27%，並進一步強化AI輔助診斷的應用價值。

這款名為DAMO LiON的模型由阿里巴巴達摩院與中國醫科大學附屬盛京醫院共同開發，研究團隊表示，該模型扮演「AI安全官」的角色，能在顯影劑增強電腦斷層（CT）掃描中標記出細微病灶。其設計目的是偵測原發性肝癌，更關鍵的是，醫師注意力集中在原發腫瘤時容易忽略的肝臟轉移灶。

在一項涵蓋超過一萬名患者的真實世界前瞻性試驗中，該模型辨識出15個被遺漏的惡性腫瘤，多數大小約為1公分，使患者得以更早接受手術或藥物治療。當醫師使用該模型審閱掃描影像時，判讀時間縮短27%，對惡性腫瘤的敏感度提升11.5%，使初級放射科醫師達到資深醫師的水準。其中一個案例中，AI在一名65歲膀胱癌患者身上標記出肝臟轉移，該患者腫瘤標記物正常且初次判讀僅顯示鈣化，最終改變了化療方案。

這項結果發表於《自然醫學》期刊，強化阿里巴巴在中國應用AI領導地位的論述，該公司正投入數十億美元於此技術。花旗集團（Citi）將阿里巴巴港股目標價下調至189港元，同時稱該公司為「中國最突出的AI標的」，阿里巴巴正透過配售籌集800億港元以資助AI投資。

為何該模型對醫學影像至關重要

肝癌及肝臟轉移在早期階段極難被偵測。微小病灶容易被肝硬化、脂肪肝及複雜解剖結構遮蔽，而放射科醫師每天判讀數十張掃描影像，可能遺漏1公分的腫瘤。DAMO LiON透過平衡病灶與整個肝臟之間的關係，同時保留局部紋理邊界，並整合多個顯影期的影像，以捕捉轉瞬即逝的微小病灶，從而解決此問題。

研究團隊指出，該模型的架構為改良版網路，在試驗中對惡性腫瘤辨識準確度優於放射科醫師。在實際部署中，當AI的初步判讀與醫師首次評估出現衝突時，會由資深醫師複核病例，必要時升級至跨專科討論。此工作流程旨在將模型定位為「第二判讀者」而非取代者，這一區別對臨床環境中的監管認可至關重要。

達摩院自2017年起投入醫學AI研究，應用範圍從篩檢擴展至診斷。肝癌模型是阿里巴巴推入醫院的多款臨床工具之一，屬於將其雲端及AI研究轉化為營收型醫療保健產品的更廣泛布局。

投資視角

對投資人而言，問題在於臨床AI是否成為阿里巴巴具有實質意義的營收來源，抑或僅止於研究展示。該公司尚未公布DAMO LiON的定價或商業條款，中國醫院的醫學AI採用仍處於早期階段。但《自然醫學》的發表為阿里巴巴在信任為部署最大障礙的領域中，提供了一個具可信度且經同儕審查的驗證點。

阿里巴巴港股（代號09988.HK）在AI敘事支撐下走勢強勁，該公司正籌集800億港元以資助運算及模型開發。花旗給予的189港元目標價意味市場已在定價與AI相關的雲端加速成長。諸如DAMO LiON等診斷工具能否帶來實質影響，取決於能否轉化為醫院合約及經常性軟體費用，而這條路徑在大規模驗證上仍未得到證實。

本文僅供資訊參考，不構成投資建議。