医院里最难读的CT是腹部，一份报告要二十分钟以上。本文梳理医院管理者的三件事：产品线、采购账、招标条款，但这三本账正在被一个开源模型改写。文章发现，达摩院把146种病症装进一个模型，AUC0.913，可代码敞开、许可上锁，商用仍需单独授权。读完你能判断它值不值得接进本院系统，招标该加哪一条。
01一个模型看146种病，读一份报告的时间少了三成
一个模型同时看146种病症，两年前这还是“一病一模”的老路。
而这件事发生在9月18日。当天，阿里达摩院联合浙大一院等机构，把一个通用医疗影像模型送上了《科学》。它叫DAMO RADAR，面向腹部增强CT。据新华财经报道，它一个模型覆盖18个解剖器官、146种病症。
换句话说，腹部增强CT就是给腹腔拍三维断层片。增强指打了造影剂，病灶看得更清。
再看它的成绩怎么量。据论文口径，近4万例真实世界检查中，模型平均AUC达到0.913。AUC是区分“有病”和“没病”的能力指标，越接近1越强。
更难的考验是泛化，也就是换个病种它还认不认得出。论文报告的急腹症AUC仍有0.904。这一条对医院更要紧，因为它们不会只买一个病种的账。
不过人机对照更有说服力。据论文口径，研究团队请来26名影像科医生，来自14家机构。其中11名资深，15名初级。医生与模型分别判读300名患者的CT。结果是模型准确率超过26人中的23人。
结果是两个变化。据科学网报道，医生识别疾病的敏感性提高约10%。平均每例阅片时间减少30.7%。
30.7%这个数字，落在影像科就是排班表上的人手。
不过腹部CT本来就是最费时的一类。据杭州市政府门户网站引肖文波，一份报告要覆盖消化、泌尿等多个系统。即便是中高级医生，做完一份也需要20分钟到半小时。
所以对县级医院来说，问题不是模型有多聪明。真正的问题是，它能不能把医生的20分钟变成14分钟。
02代码敞开、许可上锁，一病一模的护城河只塌了一半
过去一个病种就是一门生意，现在这146个病种共用一个模型。
先看老办法的账。这种“一病一模”的模型，据杭州市政府门户网站口径，从立项到落地往往要两三年。它严重依赖人工标注，训好之后难以泛化到其他病种。
例如，达摩院高级算法专家张建鹏打了个比方。他说单病种AI像“善攻个别题型的学生”。固定题型成绩优异，换一类题目便无从下手。
于是RADAR换了条路。它用视觉—语言学习，直接去学CT影像与诊断报告之间的关联。团队把CT三维数据拆成器官级解剖单元。让影像和报告文本在器官层面精确对齐，无需人工标注即可训练。
不过代价在数据量。据论文口径，训练底座是42万余例增强CT。外加约1500万条解剖层面的图文配对。这个规模，单家医院攒不出来。
具体来说，落地的方式要分两半看。据科技快报网报道，模型与核心代码已于9月20日开源。代码走Apache2.0，允许商用和二次修改。
但是，权重就是训练完的那堆参数文件，下载下来就能跑。据多家外媒与开发者社区核对，这些权重只许非商用。许可名称是CC BY-NC-SA4.0，商业部署要另行授权。
换句话说，代码敞开了，商用许可锁上了。这不是完整开源，是获客。
所以能收费的部分也变了。过去医院买的是模型授权，一个病种一份钱。如今通用模型的科研入口免费，商用口子还在原厂手里。能收费的只剩授权、集成、验证和运维。
开的是代码，锁的是权重，这不是慈善，是先把人请进来。
03医院想接进系统，绕不开四道坎
这意味着，免费的是试用，不是商用。
问题在于，医院真正要的东西模型并不直接给。一次腹部增强CT有几百张切片，模型输出的是判断。医生要的是能签字的报告，中间这段路要有人铺。
所以头一道坎是许可。 代码能商用，权重不能。医院要把模型接进商用系统，得先跟达摩院谈一份授权。
它的另一道坎是准入。 据外媒核对论文与开源页面信息，这款模型没有医疗器械注册证。开源模型不承担医疗责任，签字的还是医生。
但是更磨人的一道坎是集成。 模型不会自己把结论写进报告系统。这一步要么医院信息科自己做，要么交给服务商做。
问题在于，最难的一道坎是数据治理。开源给了算法，不给合规清单。 病人数据要进模型，脱敏、权限、留痕都得过信息科和伦理审查。
所以基层更稳的姿势是双签。让模型出初筛，医生复核签字，而不是让模型直接出报告。肖文波希望它尽快落地基层。她也提到，基层医院阅片量有限、临床经验相对不足。
04经营视角：谁受益，谁受损，该做什么
这笔开源改的不是模型排行榜，是医疗AI的钱怎么收。
所以先说受益的一方。最直接的是三甲之外的医院。它们过去买不起专病模型，也养不起影像专家。现在可以拿免费代码做验证，摸清本院数据的底。
而这批人里还有一头受益者，是影像科的低年资医生。据杭州市政府门户网站报道，AI辅助可让低年资医生达到高年资医生的诊断水平。这是补经验差，不是替人。
但是受损的一方也很清楚。靠“一病一模”起家的医疗影像AI厂商，产品线正被通用模型从底部撬走。它们的护城河原本是那两三年一个病种的研发周期。
具体来说，还有一层受损的是打包溢价。过去模型、集成、运维捆在一起卖。如今科研入口免费，甲方可以把它们拆开谈。
专病模型的护城河，从来不是算法，是那两三年标注工时。
这意味着，竞争焦点从“有没有模型”，换到了“能不能拿到商用授权”。
所以价值的落点变了。权重本身不再稀缺，稀缺的是商用授权、院内数据治理、系统集成与临床验证。
所以价格形态也会跟着变。按病种收授权费的方式会最先承压。按检查量订阅、按集成交付收钱的方式，相对稳一些。
对医院来说，这意味着一次拆分采购的机会。把模型授权和交付服务分开谈，能压掉打包溢价。
· 医院信息科先做这件事：暂停新增单病种AI立项，先用本院病例验一次。
· 招标文件该加这一条：写清模型可替换性，换基座要不要重做集成。
· 医疗AI厂商该做的：先问清商用授权口径，再决定要不要做兼容适配。
所以如果上述判断成立，未来1到3个月应观察到两件事。
一是至少一家中国医疗影像AI上市公司，要公开回应这件事。场合可以是季报、业绩说明会或公告。无论措辞是“影响有限”还是“已跟进适配”，公开表态本身就是证据。
二是这类部署要见到公开披露：至少两家县级或地市级医院披露试点。要么基于这套基座做院内验证，要么给出本院数据上的AUC复现结果。
反过来，如果1到3个月里既无厂商公开回应，也无医院披露验证呢？那更可能的解释是，这套模型还停在论文里。到那时正确动作回到“先按现有商业方案跑小范围试点”。
这意味着，开源把模型送进机房，商用许可和签字责任都还留在原地。
你们医院的AI辅助诊断，现在是谁在签字？如果换成只能非商用的开源模型，信息科和影像科谁愿意先接这一单？欢迎在评论区聊聊。
• • •
附录
A. 参考资料
[1] 阿里巴巴达摩院、浙江大学医学院附属第一医院等. DAMO RADAR：面向腹部增强CT的通用视觉-语言模型（《科学》第393卷 eaec6129）. 2026-09-18.
[2] 新华财经. 我国专家级通用医疗影像AI登上《科学》 可识别146种病症. 中国金融信息网, 2026-09-18.
[3] 中国新闻网. 中国团队研发医疗影像模型 可一次性识别146种腹部病症. 2026-09-18.
[4] 科学网. 首个专家级通用医疗影像AI登上《科学》，可通过腹部CT识别146种病症. 2026-09-19.
[5] 杭州市人民政府门户网站. 杭州研发全球首个专家级通用医疗影像AI登上《科学》. 2026-09-20.
[6] 科技快报网. 达摩院开源医疗AI模型RADAR：读CT识别近150种腹部病症. 2026-09-21.
[7] On The Wire. Alibaba's DAMO Academy Publishes RADAR, One AI Model That Checks Abdominal CT Scans for 146 Findings（代码Apache 2.0、权重CC BY-NC-SA 4.0 的许可拆分）. 2026-09-19.
[8] 达摩院RADAR开源页（GitHub / Hugging Face）. 代码与模型文件的许可声明. 2026-09-20.
限于篇幅，仅列核心来源。
免责声明：
智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
