体检报告上写着“未见异常”，可几个月后却发现已是肿瘤晚期——这是很多人最怕听到的剧情。肝脏尤其“会藏”，小病灶容易被肝硬化、脂肪肝和复杂解剖结构掩盖，医生在增强 CT 下也可能看走眼。最近，一个名叫 DAMO LiON 的 AI 模型，干起了“读片安全员”的活儿。
顶刊背书：AI 揪出 15 例漏诊
DAMO LiON 由阿里巴巴达摩院联合中国医科大学附属盛京医院等机构研发，相关论文登上了国际顶级医学期刊《自然·医学》（Nature Medicine）。它专看增强 CT 影像，擅长识别微小的肝脏癌变病灶，尤其是容易被忽视的肝转移——也就是别处癌症跑到肝脏的“二次落户”，往往比原发性肝癌更常见，也更难发现。
在两个月的真实世界前瞻试验中，这套系统辅助医生阅片，一共发现了 15 例原本被遗漏的恶性肿瘤，绝大多数病灶直径仅约 1 厘米。它们普遍“小、淡、偏”：个头小、和肝脏对比度低、或长在少见的位置。早发现一天，治疗选择就多一分。
不只是“找茬”，还让医生更快更准
数据显示，有 AI 帮忙后，医生阅片用时减少了 27%，对恶性肿瘤的敏感性提高了 11.5%；更关键的是，初级医生在模型辅助下，诊断水平可以拉到资深医生那一档。换句话说，它不取代医生，而是把“新手”托举到“老手”的线上。
它背后的本事，是改进过的网络架构：既看病灶和整个肝脏的关系，又保留局部纹理和边界；还能把增强 CT 不同扫描时段的影像融合，捕捉那些“一闪而过”的微小变化。在真实部署中，AI 读片超过 1 万名患者，一旦发现和初诊结论不一致，就交资深医生复核，必要时启动多学科会诊。
一个真实的例子
报道里提到一位 65 岁膀胱癌复查患者：肿瘤标志物和肝功能都正常，医生初诊只看到肝脏钙化灶，AI 却判断为肝转移，推动修改报告并给出化疗建议。这样的“补漏”，正是临床最需要的那一下。
DAMO LiON 目前已在医院日常阅片流程中落地。它提醒我们：在医疗这件事上，AI 最现实的价值，未必是取代谁，而是当那个永远不疲倦、专门盯着盲区的人。