阿里達摩院發布癌癥通用模型 可輔助診斷8種主流癌癥
8月17日消息，據阿里足跡網站，阿里達摩院于8月16日發布多癌影像分析通用模型，可檢測、分割和診斷8種主要的高發及致命癌癥，有助實現多癌統一診斷，降低漏診的機率。
針對當今行業痛點，達摩院醫療AI團隊聯合中山大學腫瘤防治中心、四川省腫瘤醫院、浙大附屬第一醫院、盛京醫院、廣東省人民醫院等單位，提出一個統一的多癌影像分析通用模型( cancerUniT)，以Mask Transformer語義分割為基礎，解決多種腫瘤圖像此前難以統一檢測、分割和診斷的問題，適用于8種主流的高發、致命率高的癌癥，包括肺癌、結直腸癌、肝癌、胃癌、乳腺癌、食管癌、胰腺癌及腎臟癌，以及上述器官中的腫瘤子類型。
來源：阿里足跡網站
為了有效建模多癌之間的差異和相似性，達摩院醫療AI團隊借助Mask Transformer提出一種新穎的腫瘤表示學習方法，將腫瘤表示為Transformer中的語義Query，并為不同器官中腫瘤及其子類型建立語義層次結構，讓模型學習過程更加有效，并提高腫瘤及其子類型預測的一致性，實現同時輸出分割、檢測和診斷的預測，從而解決臨床上復雜的多癌多腫瘤的識別任務。
在一組631名患者的對比測試中，其腫瘤檢測、分割和診斷任務的性能均優于8個特定器官的單模型組合，檢測任務的平均敏感性達到93%，平均特異性達到82%。
達摩院醫療AI團隊的模型可以處理真實臨床實驗的場景，圖為部份人體器官如肝臟、肺、乳腺腫瘤的3D模型示例。
(圖片摘自該癌癥診斷模型論文)
阿里達摩院醫療AI團隊負責人、IEEE Fellow呂樂認為，該工作以統一模型首次實現“一次調用即診斷八種最致命的癌癥”，在簡化AI模型復雜度的同時，保持較高的敏感度。這將為放射科醫生提供全面的AI輔助診斷支持，尤其在癌癥復發、遠端轉移等臨床場景發揮重要效用。
該模型的論文成果已被國際計算機視覺會議ICCV 2023(International Conference on Computer Vision)收錄，目前已在上海市第一人民醫院等多家合作醫院應用測試。
達摩院醫療AI團隊長期致力于醫學影像等方向研究，正在研發包括規模篩查、精準診斷、預后治療、響應評估在內的全流程的癌癥診療技術，覆蓋多個重要病種。例如，去年初開始聯同中國多家醫院，首次將人工智能AI與電腦斷層掃描(CT)結合，有效識別早期食道癌病征，有關研究技術及論文已經獲得國際醫學影像會議MICCAI收錄。
