在肝癌诊断领域，一项突破性成果正引发医学界关注。由阿里巴巴达摩院携手盛京医院等机构共同研发的AI诊断模型DAMO LiON，凭借其精准识别微小肝脏癌变病灶的能力，为临床诊疗带来革新。该模型在为期两个月的真实世界前瞻性试验中，成功从万余例影像资料中筛查出15例被常规诊断遗漏的恶性肿瘤，其中绝大多数病灶直径仅1厘米左右，相关研究成果已发表于国际权威期刊《自然·医学》。

肝癌早期诊断长期面临技术瓶颈，尤其是肝转移癌的检测难度极高。由于肝脏解剖结构复杂，且常伴随肝硬化、脂肪肝等基础病变，微小病灶极易被背景组织掩盖。临床实践中，医生注意力常被原发肿瘤占据，导致部分转移灶漏诊。DAMO LiON的介入有效破解了这一难题，其通过增强CT影像分析实现的恶性肿瘤识别准确率已超越放射科专科医师水平。数据显示，在人机协同模式下，影像阅片时间缩短27%，病灶检出敏感性提升11.5%，初级医师的诊断水平可达到资深专家标准。

该模型的技术突破体现在多维度创新。研发团队采用改进型网络架构，在捕捉病灶局部特征的同时，能够完整保留全肝解剖结构信息，确保对微小病变的精准定位。针对不同期相影像的动态特征，模型开发出多模态融合算法，可捕捉常规扫描中"一闪而过"的异常信号。这种技术优势在复杂病例中尤为显著：某例65岁膀胱癌复查患者，肿瘤标志物检测正常且初诊仅发现钙化灶，DAMO LiON却通过影像特征分析准确判定为肝转移，促使临床团队及时调整治疗方案。

在实际临床应用中，系统建立了严格的质量控制机制。当AI诊断结果与初诊结论存在差异时，病例将自动提交至资深医师进行二次复核，必要时启动多学科会诊流程。这种"人机协同"模式既保证了诊断效率，又确保了医疗安全。自2017年布局医疗AI领域以来，达摩院持续拓展技术边界，此次DAMO LiON的研发标志着其技术能力从疾病筛查向精准诊断的跨越式发展，为提升恶性肿瘤早期检出率提供了新的技术路径。