---
title: "一台 AI 读了一万份肝脏 CT，找出 15 个医生漏掉的肿瘤"
date: 2026-11-16
category: AI应用
site: 脑机网
canonical: https://aiai.cafe/a/njw-b5cc8b
language: zh-CN
---

# 一台 AI 读了一万份肝脏 CT，找出 15 个医生漏掉的肿瘤

> 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

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。

---

来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-b5cc8b
本内容仅供参考，不构成投资建议。
