8月17日消息，据阿里足迹网站，阿里达摩院于8月16日发布多癌影像分析通用模型，可检测、分割和诊断8种主要的高发及致命癌症，有助实现多癌统一诊断，降低漏诊的机率。
针对当今行业痛点，达摩院医疗AI团队联合中山大学肿瘤防治中心、四川省肿瘤医院、浙大附属第一医院、盛京医院、广东省人民医院等单位，提出一个统一的多癌影像分析通用模型( cancerUniT)，以Mask Transformer语义分割为基础，解决多种肿瘤图像此前难以统一检测、分割和诊断的问题，适用于8种主流的高发、致命率高的癌症，包括肺癌、结直肠癌、肝癌、胃癌、乳腺癌、食管癌、胰腺癌及肾脏癌，以及上述器官中的肿瘤子类型。
来源：阿里足迹网站
为了有效建模多癌之间的差异和相似性，达摩院医疗AI团队借助Mask Transformer提出一种新颖的肿瘤表示学习方法，将肿瘤表示为Transformer中的语义Query，并为不同器官中肿瘤及其子类型建立语义层次结构，让模型学习过程更加有效，并提高肿瘤及其子类型预测的一致性，实现同时输出分割、检测和诊断的预测，从而解决临床上复杂的多癌多肿瘤的识别任务。
在一组631名患者的对比测试中，其肿瘤检测、分割和诊断任务的性能均优于8个特定器官的单模型组合，检测任务的平均敏感性达到93%，平均特异性达到82%。
达摩院医疗AI团队的模型可以处理真实临床实验的场景，图为部份人体器官如肝脏、肺、乳腺肿瘤的3D模型示例。
(图片摘自该癌症诊断模型论文)
阿里达摩院医疗AI团队负责人、IEEE Fellow吕乐认为，该工作以统一模型首次实现“一次调用即诊断八种最致命的癌症”，在简化AI模型复杂度的同时，保持较高的敏感度。这将为放射科医生提供全面的AI辅助诊断支持，尤其在癌症复发、远端转移等临床场景发挥重要效用。
该模型的论文成果已被国际计算机视觉会议ICCV 2023(International Conference on Computer Vision)收录，目前已在上海市第一人民医院等多家合作医院应用测试。
达摩院医疗AI团队长期致力于医学影像等方向研究，正在研发包括规模筛查、精准诊断、预后治疗、响应评估在内的全流程的癌症诊疗技术，覆盖多个重要病种。例如，去年初开始联同中国多家医院，首次将人工智能AI与电脑断层扫描(CT)结合，有效识别早期食道癌病征，有关研究技术及论文已经获得国际医学影像会议MICCAI收录。
