医疗AI这些年有个现象：论文发了不少，真正进医院的没几个。问题出在哪？不是AI不够聪明，是病人不会照着AI的能力来生病。

过去做医疗影像AI，逻辑是“一病一模”。看肺结节，训一个；看肝，再训一个。每个模型都要两三年，都要海量人工标注，把模型的能力做到极限，但做完依然只能看一种病。这样的AI只适用于特定疾病的筛查，面对综合复杂的病灶仍旧无能为力，距离真正的临床辅助医生看片，仍有很大距离。

这个死结，全世界卡了很多年。

9月18日，阿里达摩院联合浙大一院等机构的医疗AI成果登上《科学》。DAMO RADAR做的事，不是把某个指标又刷高了一点，是直接换了一条路径，它的核心变化是学习医生看腹部CT的逻辑，进行“器官级细粒度对齐”——按肝、胆、胰、胃肠等器官分别理解，不是整个腹部混在一起看。

新闻报道显示，DAMO RADAR能覆盖腹部18个器官、识别超146种病症，达到影像科专家水平。对比一下今年3月斯坦福Merlin登上《自然》，能识别腹部CT上30种疾病，美国媒体称它为“CT界的ChatGPT”，但准确率还没到医生平均水平。中国这次把病种做到146种，水平直接干到专家级。这不是追赶，是换道。

更值得说的是，模型带代码全开源了。医疗AI最怕的就是技术锁在少数巨头手里，按次收费，越用越贵。开源是一种格局，欢迎有能力的人在这个模型上继续训练，用更多人的力量让好的技术可以尽早用于临床，真正为医生和患者解决问题。

不难想象，这个模型彻底推翻了以往的路径，背后的决心必然伴随着多年的时间、持续投入的人力财力，最终才成就这个突破性的技术，但达摩院没有选择攥在自己手里用来盈利，虽然不是医者，同样也有仁心。

虽然这项技术目前还在回顾性研究阶段，但方向对了，剩下的就是时间问题。

好在这一次，定方向的人，在中国。