达摩院 DAMO LiON 肝癌 AI 模型：两月内检出 15 例 1 厘米“隐形”肿瘤

达摩院 DAMO LiON 肝癌 AI 模型：两月内检出 15 例 1 厘米“隐形”肿瘤

近日，阿里巴巴达摩院医疗 AI 团队研发的 DAMO LiON（Liver Intelligent Oncology Network）肝癌 AI 模型在临床试点中取得突破性进展：在两个月内成功从常规影像筛查中检出了 15 例直径仅为 1 厘米的微小肝癌病灶。这些病灶此前被传统影像诊断方法遗漏，属于典型的“隐形”肿瘤——因体积小、边界模糊或位于肝脏深部，常规 CT/MRI 阅片极易漏诊。

# 技术突破：从“看见”到“识别”

DAMO LiON 模型的核心优势在于其多模态融合与超分辨率特征提取能力。该模型基于数万例标注肝癌影像数据训练，采用 3D 卷积神经网络与注意力机制，能够自动捕捉肝脏实质中微小的密度、纹理及血流动力学异常。与传统 CAD 系统不同，LiON 不仅识别形态学特征，还通过时序对比（如两期或多期增强扫描）分析病灶的动态增强模式，从而将 1 厘米以下病灶的检出敏感度提升至 92% 以上。此次发现的 15 例肿瘤中，多数位于肝右叶被膜下或靠近血管，正是人类阅片者的“盲区”。

# 临床价值：改写早期筛查规则

肝癌是我国第三大常见恶性肿瘤，早期发现（<2 厘米）的 5 年生存率可达 70% 以上，而晚期则不足 20%。目前临床指南推荐的超声筛查对 1 厘米病灶的检出率仅 30%-50%，且高度依赖操作者经验。DAMO LiON 的这次实践表明，AI 辅助筛查可以将“隐形”肿瘤的发现时间提前 6-12 个月，为患者争取到宝贵的根治性治疗窗口（如射频消融或切除术）。值得注意的是，该模型在保持高敏感度的同时，假阳性率控制在 5% 以下，避免了过度诊疗。

# 挑战与展望

尽管成果令人振奋，但该模型仍需在更大规模、多中心、不同种族人群的数据中验证。目前达摩院已与多家三甲医院合作推进前瞻性临床试验，同时计划将 LiON 植入 PACS 系统实现实时辅助诊断。未来，结合液体活检（如 cfDNA 甲基化）与多组学数据，DAMO LiON 有望构建更完整的肝癌早筛闭环，真正实现“让每个微小病灶无处遁形”。