诊断人工智能的重要发表
《科学》杂志发表了一项研究，描述了一个专为腹部CT诊断设计的专家级通用人工智能系统。该成果发表于2026年9月的第393卷第6817期，跻身于跨学科同行评审研究最广泛阅读的发表平台之一。该记录可通过期刊的数字对象标识符访问，但全文处于受限访问状态，仅摘要级条目可公开获取。
仅从标题来看，这篇论文就传递出一个雄心勃勃的主张。它描述的既不是用于发现单一异常的工具，也不是局限于某一器官或某一疾病的模型。相反，它呈现的是一个定位于腹部专家级诊断性能的通用系统——而腹部是一个解剖结构密集、疾病表现方式以多变著称的区域。
为何“通用”一词至关重要
在过去十年的大部分时间里，医学影像人工智能一直通过专业化路径推进。研究人员通常将模型训练在严格限定的任务上：在特定类型的扫描中、特定器官上标记某一特定发现，且往往局限于单一机构的数据。这些狭窄的工具可以表现出色，但每一个都只解决一个必须由人类预先定义的问题。
通用模型则意味着结构上的不同。它不是围绕单一问题构建，而是被期望同时处理多个问题。这些区别值得详细说明：
- 任务范围：狭窄模型回答一个查询；通用模型则被期望在同一次交互中处理广泛的诊断问题。
- 解剖覆盖：专科工具通常聚焦于单一器官，而通用模型必须应对整个腹腔及其邻近结构。
- 输入的灵活性：通用系统旨在接受多样化的临床提示，而非固定的、预先设计的输入。
- 学习迁移：通用模型的承诺在于，在一类问题上获得的能力可以迁移到其他问题，而无需从头重新训练。
这一框架也呼应了机器学习领域的一个更广泛趋势，即通用系统日益取代任务专用流程。这一趋势能否顺利转化为临床医学，正是这篇论文似乎要探讨的问题。
腹部CT作为压力测试
选择腹部作为验证场并非偶然。腹部CT是现代医院中检查量最大的影像学检查之一，广泛应用于急诊科、肿瘤科、手术规划和常规随访。它也是构建可靠自动化阅片系统最困难的场景之一。
- 该区域包含大量紧密相邻的器官和组织类型，彼此之间边界细微。
- 发现范围从显而易见者到几乎不可见者，而临床重要性并不总是与视觉显著性一致。
- 偶然发现十分常见，这意味着一个有用的系统必须区分紧急病变与良性异常。
- 扫描质量、对比剂方案和患者解剖结构在不同机构之间差异巨大。
因此，针对这一领域的专家级通用系统将代表一次有意义的能力跃升，而非渐进式提升。它也会提高验证的门槛，因为一个声称具备广泛能力的系统必须在广泛条件下接受测试。
对放射学实践可能意味着什么
如果此类系统趋于成熟，其实际影响很可能体现在工作流程中，而非取代临床医生。
分诊与优先级排序
通用阅片系统可以审查 incoming 扫描，并筛选出最可能需要紧急人工关注的病例，帮助科室在需求超过人员配置时管理排队。这是最有可能的近期应用之一，因为它改变的是排序，而非最终判读。
二次阅片支持
在繁重病例负荷下的放射科医生，能从对疑难检查的冗余核查中获益。一个能够对广泛发现发表意见、而非仅检测其被训练识别的那一项的系统，可能比狭窄的检测器充当更有用的安全网。
资源不足环境中的可及性
在专科放射学覆盖薄弱的地区，通用能力尤其具有吸引力。一个处理多种诊断问题的单一模型，比一组各自需要验证和维护的独立工具更易于部署。
该领域将提出的开放性问题
在如此级别的期刊上发表，表明该成果已通过同行评审，但这并不能解决临床采用中最重要的问题。可能影响讨论的议题包括：
- 外部验证：在那些数据未参与开发的机构之外，性能保持得如何？
- 错误特征：系统会漏掉什么，这些漏诊是否集中在临床危险的类别中？
- 可解释性：临床医生能否质询结论的依据，还是必须将其视为黑箱接受？
- 监管路径：通用主张在围绕狭窄定义适应症构建的框架中显得格格不入。
- 责任与问责：在软件参与判读的任何地方，漏诊的责任归属仍是一个悬而未决的问题。
- 数据来源：训练数据的构成决定了系统最了解谁的解剖结构。
这些与其说是怀疑的理由，不如说是任何诊断技术在规模化惠及患者之前必须满足的标准条件。
更大的图景
这篇论文的意义超越了单一临床应用。如果专家级通用性能在腹部影像这样高要求的领域得到证明，那就表明通用方法在医学中整体上是可行的——这一主张直到最近更多依赖外推而非证据。这将改变整个领域的资源和预期，从定制的单任务工具转向可被调整而非重建的更广泛系统。
它也重新定义了研究人员对评估的思考方式。对通用系统进行基准测试意味着测试广度，而不仅仅是在精心策划任务上的峰值准确率，而服务于狭窄模型的指标可能被证明是不够的。
接下来值得关注什么
自然的后续包括独立复现、在真实临床环境中开展的前瞻性研究，以及此类系统将如何获得监管批准的明确说明。每一步都需要数年时间，而每一步都是前景可期的影像人工智能历史上要么证明自身、要么停滞不前的地方。就目前而言，这篇论文是一个值得注意的标志：一家顶级期刊将其版面借给这样一个命题——单一人工智能系统能够以专家水平对腹部进行推理。
本文基于 Science (AAAS) 的报道。阅读原文。
Originally published on science.org