在两个月的“真实世界”前瞻性临床试验中，该AI模型发现了15例原本被遗漏的恶性肿瘤，绝大部分为1厘米左右的病灶，帮助患者得到及时的手术或药物治疗。相关论文登上国际顶级学术期刊《自然·医学》（Nature Medicine）。

肝脏是恶性肿瘤的高发部位，既有起源于肝脏的原发性肝癌，也就是通常说的“肝癌”，也有从肠癌、胰腺癌等部位转移过来的“肝转移”，而且后者往往更为常见。

无论哪一种，越早发现，治疗效果就越好。但早期发现并不容易，由于病灶较小，且容易被肝硬化、脂肪肝和肝脏内复杂的解剖结构干扰，医生即便在增强CT下也有可能看漏，尤其在肝转移时，医生的注意力容易被原发病灶牵走，忽视细小的肝脏病灶。

研究团队随后将AI模型实际部署到医院，参与日常阅片，当AI与医生初诊结论不一致时，病例会交给资深放射科医生复核，必要时升级至多学科团队（MDT）讨论。两个月内，AI共阅读1万多名患者的增强CT影像，辅助医生抓出15例原本被忽略的肝转移，推动改变了这些患者的治疗方案。

其中，一名患过膀胱癌的65岁患者进行复查，肝功能指标和肿瘤标志物都正常，医生初诊只发现了肝脏钙化灶，而AI准确给出了肝转移的判断，提醒医生修改检查报告并给出化疗建议。

达摩院算法专家闫轲表示，这些被AI揪出的恶性病灶普遍“小、淡、偏”：平均直径约1厘米，和肝脏组织对比度低，或者位于比较少见的解剖位置。在这背后，DAMO LiON模型采用了改进的网络架构，既可以捕捉病灶和整个肝脏的关系，又能有效保留局部纹理和边界，提升在脂肪肝、肝硬化和术后肝脏等困难病例上的表现。此外，AI还能将不同期相组合的影像迭代融合，有效捕捉不同期相之间的像素级差异，精准揪出增强CT扫描中“一闪而过”的微小病灶。

✦