一位 65 岁的男性在膀胱癌治疗后回来做常规随访。肝功能正常,肿瘤标志物正常。在增强 CT 上,值班放射科医生看到一处像是无害钙化的东西,就这么写了报告。随后,一套同样看着这些图像的软件给出了不同意见:它把肝脏里一个小点标为转移灶。报告被修改,化疗被建议,治疗方案随之改变——这是该研究病例报告里的记述。
这次安静的分歧,是 2026 年 8 月《自然·医学》一篇论文的故事。模型叫 DAMO LiON,全称肝脏诊断网络,由阿里巴巴达摩院与中国医科大学附属盛京医院等机构共同构建。在我们能找到的肝癌诊断 AI 中,它属于最早被放进真实阅片流程、而非只用存量图像测试的一批。
LiON 到底在做什么
肝脏是癌症喜欢藏身的地方。原发肝癌是一回事,从结肠、胰腺或膀胱转移来的更常见,也更容易被忽略。病灶可只有一厘米宽、与周围对比很低、还缩在解剖上别扭的角落。当病人身上已知有别的肿瘤,医生的注意力自然先去那里,肝脏里那个小点就成了"小、淡、偏在一侧"的漏诊。
LiON 被训练成增强 CT 上的第二双眼睛——这是给已知癌症分期用的标准影像。它的结构做两件事:跟踪可疑点与整个肝脏的关系,保留该点细微的纹理和边缘;再迭代融合多个期相,逐像素比较,抓住只在造影剂流经时短暂显影的病灶。
团队报告的结果是:在脂肪肝、肝硬化或解剖复杂的病例里,它有时比单独阅片的医生更准。
数字说明了什么
- 阅片时间下降 27%。医生用它辅助时,每份扫描的判读时间少了约四分之一。在积压以天计的放射科,这不是小数。
- 灵敏度上升。研究给出的提升是 11.5%,但从我能读到的材料看,无法确定这是 11.5 个百分点还是 11.5% 的相对提升,所以效应大小仍属未定。
- 低年资医生追到高年资水平。借助系统,经验较少的放射科医生达到了接近资深专家的诊断表现。
更有说服力的测试在后面:团队把模型放进了常规阅片,而不是实验室。
真实世界的两个月
两个月里 LiON 与医生并行,处理一万多名患者的增强 CT。模型与医生初读不一致时,病例交给高年资医生复核,必要时上多学科讨论。
这段时间里,系统找出了 15 处此前被忽略的小转移灶,平均约一厘米,并改变了相关患者的治疗方案。那位 65 岁的膀胱癌患者是其中之一。阿里巴巴英文新闻稿给出的口径更大:该部署中共确认 51 处此前被忽略的病灶,15 处小转移灶是其中一部分;同一研究的中文报道强调 15 例。无论哪个口径,模式一样:AI 最有用之处,恰恰是人注意力最弱的地方。
为什么"第二读者"这个说法值得盯
很容易把它读成"AI 打败医生"。研究没显示这一点,研究者也没这么主张。设计把模型放在支持位置:它不下诊断,只举旗,由人来核实。
这个区别决定技术怎么扩散:替代医生的系统必须近乎完美,还背着巨大的法律与伦理包袱;而安静复核每张扫描的安全网可以加进现有流程,不用医生改变工作方式。达摩院其他肿瘤模型是同一套逻辑:胰腺癌的 PANDA、胃癌的 GRAPE、结直肠癌的 COCA。它们指向该院的一扫多查:一次 CT,同时挖几种癌。
对患者,吸引力很具体:没人想要第二次扫描、第二次挂号、第二份辐射。图像已经在那儿,让大模型再看一遍,患者付出的只是机器算的时间。
关键要点
- 模型在真实阅片流程中运行两个月,覆盖一万多名患者的增强 CT。
- 阅片时间降 27%,低年资医生的表现追到高年资水平。
- 找出 15 处平均约一厘米的漏诊转移灶,改变治疗方案。
- 定位是"第二读者",不是替代医生。
诚实的局限
头条数字——27%、11.5%、15 处转移——都来自开发方和其论文。它们没有在研究团队之外被独立复现,而这项研究由直接参与建模的机构牵头。
漏诊病灶的计数在公司英文新闻稿(51 处,含 15 处小转移灶)与中文报道(15 例)之间不一致,统计口径在此未完全对齐。
参与医院内的单臂试验,无法说明模型在每台扫描仪、每家医院、每类人群上的表现;设备不同的社区医院可能得到不同结果。
研究测的是检出和阅片速度,不是患者生存。更早发现这些病灶是否改变结局,合理但并非本研究的终点。
普通人现在能做什么
- 如果你在其他部位得过癌症,问医生随访影像有没有专门评估肝脏——那里的转移灶小而容易漏。
- 拿到 CT 报告时把图像本身也留一份,不只是文字结论;第二次判读需要原始扫描。
- 把 AI"第二读者"当作与专科医生对话的提示,而不是判决。被标出的点,仍需要临床医生判断它对你意味着什么。