这下美国媒体高兴不起来了，半年时间不到，中国团队就把他们刚庆祝完的里程碑，直接翻篇了！9月18日，阿里达摩院和浙大一院联合研发的DAMO RADAR登上了《科学》，这个模型覆盖腹部18个器官，能识别146种病症，在近4万次真实临床检查中AUC达到0.913，与26名放射科医生的人机对比试验里，平均准确率超过了其中23名。
 
距离斯坦福的Merlin登上《自然》，过了半年。
 
3月那篇论文发表的时候，美国媒体很兴奋，“CT界的ChatGPT”，这个标签被反复用。
 
Merlin确实是个突破，它能同时识别腹部CT上的30种疾病，首次实现了原生3D视觉语言模型在腹部CT上的应用，但论文里也写了一个硬伤：准确率还没到医生的平均水平。
 
半年后，DAMO RADAR的数据出来了，146种病症，18个器官，AUC 0.913。
 
这个AUC指标衡量的是区分患者与正常人的能力，0.913放在腹部CT这种几十个器官、数百种潜在病变的复杂场景里，不是小进步。
 
更关键的是人机对比，26名来自多家医院的放射科医生参与试验，DAMO RADAR的平均准确率超过了其中23名。
 
在AI提示下，医生识别疾病的敏感性，也就是防漏诊的能力，提高了10%，阅片时间减少了30%以上，低年资医生在AI辅助下，能达到高年资医生的诊断水平。
 
这不是“AI比医生强”的简单叙事，腹部CT诊断是影像科最难的活之一，涉及数十个组织器官和数百种潜在异常。
 
一个放射科医生完成单例腹部CT解读，通常需要20分钟以上，而DAMO RADAR的设计目标，是成为医生的“导航”，把那些耗时费力的基础工作接过去。
 
技术路线上，达摩院做了一个和斯坦福不同的选择，Merlin的思路是“基础模型加任务适配”，先在海量数据上学通用表征，再根据具体任务微调。
 
DAMO RADAR走的是另一条路，达摩院高级算法专家张建鹏的解释是，CT数据信号稀疏，常规视觉-语言学习效果不好。
 
他们首次采用“器官级细粒度对齐”，把三维CT拆解成解剖单元，在组织器官层面让图像和报告文本精确匹配，不需要额外人工标注。
 
这个选择的结果是，DAMO RADAR天然具备泛化能力，面对训练数据之外的急诊场景，急腹症的AUC还能保持在0.904，不是背题背出来的，是真的学会了腹部影像的“语言”。
 
还有一个动作值得单独看，达摩院宣布DAMO RADAR正式开源，模型、代码都放出来，全球任何一家医院、任何一个研究团队都可以基于它做二次开发。
 
这个选择的分量在于：开源意味着技术路线的输出，谁的开源模型被用得最多，谁的技术标准就成了事实标准。
 
达摩院在医疗AI上的积累也不是突然冒出来的，三年内5篇《自然·医学》和10多篇其余顶刊论文，先后突破胰腺癌、胃癌、肠癌等消化系统肿瘤筛查，以及主动脉夹层预警。
 
从单病种突破到通用模型，路径是连贯的，DAMO RADAR不是从零开始，是站在一串已经被验证过的技术积累上，做了一次系统性的整合。
 
3月的时候，美国媒体叫Merlin“CT界的ChatGPT”，9月的时候，DAMO RADAR已经开源了。
 
这半年里没有人停下来庆祝，因为AI这个赛道上，庆祝的时间从来不属于跑得最快的那个人。