阿里開源醫療AI模型 Damo Radar 偵測150種腹部疾病
SURL News 編輯室
標題：阿里開源醫療AI模型 Damo Radar 偵測150種腹部疾病
摘要：阿里巴巴達摩院開源醫療AI模型Damo Radar，能透過CT掃描識別近150種腹部疾病。研究顯示其在4萬例臨床檢查中AUC達0.913，表現優於多數放射科醫師。該模型被稱為全球首個專家級通用醫療影像模型，可擴展至其他影像類型。對台灣而言，開源特性有利於本地化應用，但需關注族群數據差異及監管審查進度。此舉標誌AI醫療從單一病種轉向廣泛影像解讀，將影響放射科工作模式。
內文：阿里巴巴集團研究部門達摩院（Damo Academy）近日開源了一款名為 Damo Radar 的視覺語言模型，該模型能透過閱讀腹部電腦斷層掃描（CT）影像，識別包括癌症在內的近150種腹部疾病與異常狀況。根據發表於《科學》（Science）期刊的最新研究，該模型在接近4萬例真實臨床檢查中，表現優於大多數放射科醫師，這標誌著阿里巴巴在醫療AI領域的最新進展，也為台灣醫療體系引入高效能影像診斷輔助工具提供了新的參考基準。
此次發布的 Damo Radar 模型專門針對涵蓋18種腹部器官的增強CT掃描進行設計。研究團隊指出，該模型透過配對CT影像與臨床報告進行訓練，旨在識別惡性腫瘤等廣泛的疾病與異常。在針對146項臨床發現的測試中，模型取得了0.913的平均曲線下面積（AUC）分數。在診斷準確度指標中，AUC為1.0代表完美診斷，因此0.913的分數顯示其具有相當高的臨床應用潛力。研究團隊進一步表示，此訓練方法未來可擴展至其他醫療影像類型，並稱該模型為「全球首個專家級通用醫療影像模型」。
【解讀】對於台灣讀者而言，這一技術的開源性質意味著醫療機構或研究單位可以免費取得模型架構並進行本地化訓練或測試。結合本站先前關於「AI健康檢查帶來的驚喜、風險與醫療界爭議」的報導，Damo Radar 的高準確度雖令人期待，但臨床導入仍需面對法規審核、數據隱私以及醫師最終決策權等議題。此外，相較於此前威爾斯開發的居家乳癌檢測或 Arm 執行長對AI攻克癌症的樂觀預測，阿里巴巴此次聚焦於腹部影像的通用性診斷，顯示AI醫療正從單一病種偵測轉向更廣泛的影像解讀能力，這將對放射科醫師的工作模式產生深遠影響。
幾個還沒答案的關鍵問題：
1. 該模型在亞洲族群（包括台灣人）的臨床數據中表現如何？目前研究未明確區分族群差異，需等待後續針對多樣化人種的驗證數據。
2. 開源後，模型是否包含完整的訓練數據集？若僅開源模型參數而無數據，台灣機構需自行收集符合法規的CT數據進行微調，其成本與時間尚待確認。
3. 該模型是否已取得任何國家或地區的醫療器材許可（如 FDA 或 TGA）？目前僅為學術研究發布，正式臨床部署前仍需完成嚴格的監管審查程序。