阿里達摩院發(fā)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(jù)阿里足跡網(wǎng)站，阿里達摩院于8月16日發(fā)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(fā)及致命癌癥，有助實現(xiàn)多癌統(tǒng)一診斷，降低漏診的機率。

針對當今行業(yè)痛點，達摩院醫(yī)療AI團隊聯(lián)合中山大學腫瘤防治中心、四川省腫瘤醫(yī)院、浙大附屬第一醫(yī)院、盛京醫(yī)院、廣東省人民醫(yī)院等單位，提出一個統(tǒng)一的多癌影像分析通用模型（ cancerUniT），以Mask Transformer語義分割為基礎(chǔ)，解決多種腫瘤圖像此前難以統(tǒng)一檢測、分割和診斷的問題，適用于8種主流的高發(fā)、致命率高的癌癥，包括肺癌、結(jié)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(wǎng)站

為了有效建模多癌之間的差異和相似性，達摩院醫(yī)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(jié)構(gòu)，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(xiàn)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(wù)。

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(wù)的性能均優(yōu)于8個特定器官的單模型組合，檢測任務(wù)的平均敏感性達到93%，平均特異性達到82%。

達摩院醫(yī)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(yī)療AI團隊負責人、IEEE Fellow呂樂認為，該工作以統(tǒng)一模型首次實現(xiàn)“一次調(diào)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(yī)生提供全面的AI輔助診斷支持，尤其在癌癥復發(fā)、遠端轉(zhuǎn)移等臨床場景發(fā)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(yī)院等多家合作醫(yī)院應用測試。

達摩院醫(yī)療AI團隊長期致力于醫(yī)學影像等方向研究，正在研發(fā)包括規(guī)模篩查、精準診斷、預后治療、響應評估在內(nèi)的全流程的癌癥診療技術(shù)，覆蓋多個重要病種。例如，去年初開始聯(lián)同中國多家醫(yī)院，首次將人工智能AI與電腦斷層掃描（CT）結(jié)合，有效識別早期食道癌病征，有關(guān)研究技術(shù)及論文已經(jīng)獲得國際醫(yī)學影像會議MICCAI收錄。