La radiologia per IA s'ha desenvolupat fins ara sobretot amb models especialitzats en una sola malaltia o un sol òrgan. L'Acadèmia DAMO d'Alibaba ha optat per un enfocament diferent amb DAMO RADAR, un sistema entrenat amb 420.000 exploracions de TAC abdominal amb contrast i 15 milions de parells d'imatge i informe radiològic, generats a partir de centres clínics xinesos sense anotació manual addicional més enllà dels informes ja existents.
El model, publicat el 18 de setembre a la revista «Science», analitza en un sol pas fins a 18 òrgans abdominals i detecta 146 troballes clíniques diferents, entre elles tumors malignes. En gairebé 40.000 exploracions reals va obtenir una àrea sota la corba (AUC) mitjana de 0,913, un valor que la literatura mèdica considera de rendiment «excel·lent». En un estudi amb 26 radiòlegs de diferents nivells d'experiència, el sistema va superar la precisió diagnòstica de 23 d'ells; quan els radiòlegs el feien servir com a assistent, la sensibilitat de detecció augmentava un 10% i el temps de lectura baixava més d'un 30%.
La peça és rellevant perquè DAMO Academy n'ha alliberat el codi sota llicència Apache 2.0 i els pesos del model sota una llicència que en permet l'ús en recerca, de manera que qualsevol equip amb una targeta gràfica prou potent el pot fer córrer, no només les institucions amb pressupost per a API de pagament. És un pas cap a una IA diagnòstica generalista, en lloc de la lògica actual d'un model per malaltia.
El mateix equip reconeix límits clars: el model només s'ha validat amb TACs abdominals amb contrast de pacients xinesos, no té l'aprovació de cap agència reguladora com la FDA, no s'ha sotmès encara a cap assaig clínic prospectiu i es desconeix com es comportaria amb poblacions no asiàtiques o amb altres tècniques d'imatge, com la ressonància magnètica o les radiografies simples.