Исследовательское подразделение Alibaba Group, Damo Academy, открыло исходный код модели искусственного интеллекта, которая по КТ-снимкам выявляет почти 150 абдоминальных состояний, включая рак. Модель называется Damo Radar, анонс сделан в пятницу, публикация датирована 18 сентября 2026 года. Результаты тестирования описаны в исследовании, опубликованном в Science.
Что именно открыли
Damo Radar — это vision-language модельсистема, которая анализирует изображения вместе со связанным с ними текстом. Она читает контрастно-усиленные КТ-снимкиКТ-снимки, сделанные после введения пациенту контрастного вещества: оно делает сосуды и органы более заметными на изображении, чем на обычной КТ. Такие снимки охватывают 18 органов брюшной полости, и модель распознаёт широкий спектр заболеваний и других отклонений, включая злокачественные опухоли. По заявлениям авторов, модель способна выявлять почти 150 абдоминальных состояний.
Ключевая особенность — способ обучения: модель тренировали на КТ-снимках в паре с клиническими отчётами. То есть текстовые заключения врачей использовались как разметка к изображениям, а не как отдельный вход во время работы.
Метрики
Основная заявленная метрика — средняя AUCплощадь под кривой, показатель диагностической точности, где 1,0 означает идеальную точность 0,913 по 146 клиническим находкам. клиническая находкаотдельное состояние или отклонение, которое модель распознаёт на снимке; 146 находок — это конкретные распознаваемые признаки из почти 150 заявленных состояний. Замер сделан почти на 40 000 реальных обследований. По данным исследования в Science, на этом объёме модель превзошла большинство радиологов.
чувствительностьдоля верно выявленных случаев среди всех, где состояние действительно есть и специфичностьдоля верно исключённых случаев среди всех, где состояния нет не приводятся. Число пациентов, на которых проводилось тестирование, тоже не указано — речь идёт именно об обследованиях.
Откуда это взялось
Открытие модели описывается как очередной шаг в растущих медицинских AI-усилиях Alibaba. Конкретные предыдущие проекты компании, их названия и детали не перечислены.
Что это меняет
Исследовательская группа заявила, что метод обучения в перспективе можно распространить и на другие виды медицинской визуализации. Саму модель команда называет «первой в мире медицинской визуализационной моделью экспертного уровняработает на уровне опытного специалиста-радиолога общего назначенияодна модель охватывает широкий круг задач визуализации, а не узкий набор состояний». Открытие исходного кода снимает барьер для тех, кто хочет воспроизвести или адаптировать подход под собственные задачи визуализации.
Ограничения и открытые вопросы
Авторы не формулируют ограничений по применимости к разным популяциям и не описывают регуляторные требования. Единственное указание на границы применимости — упомянутая возможность расширить метод на другие виды визуализации.
