天貓推出用於脂肪肝篩檢的 MAOSS 人工智慧模型
阿里巴巴達摩院宣布,與中國醫科大學盛京醫院、南京大學鼓樓醫院等多家機構合作,共同開發了一款名為 MAOSS 的脂肪肝篩檢人工智慧模型。該研究成果已於今年二月發表於權威國際期刊《自然通訊》(Nature Communications)。
脂肪肝疾病影響超過 30% 的人口。早期症狀往往輕微且容易被忽略,導致病情進展為肝纖維化或肝硬化。傳統的篩檢方法如 B 型超音波敏感度有限,而更專業的檢查費用高昂。這經常導致臨床環境中高風險患者未能被診斷出來。

MAOSS模型的主要突破與優勢:
深度分析非對比劑CT掃描:DAMO Academy採用「非對比劑CT + AI」技術,使AI能自動提取肝臟質地與密度等高維度特徵。這標誌著首次僅憑標準非對比劑CT掃描,即可同步評估肝臟脂肪變性與纖維化分期。
診斷準確度超越醫師:在多中心驗證試驗中,MAOSS模型針對肝臟脂肪變性分期達到的曲線下面積(AUC)為0.904-0.917,顯著高於放射科醫師平均評分0.709。
高風險病例檢出率倍增:針對預防肝硬化的關鍵時期(第2期纖維化),該模型識別出52.4%的高風險患者,相較於傳統臨床途徑僅能偵測出16.6%,檢出率提升逾一倍。
肝硬化風險早期預警:追蹤數據顯示,經MAOSS標記為高風險的患者,在兩年內發展為肝硬化的機率達45.5%,遠高於低風險群體。
DAMO Academy的專家指出,該模型可利用常規體檢及門診中的現有非造影CT數據。這有助於在慢性肝病管理中實現「前端預防」,且無需增加患者的額外費用。未來,基層醫療機構可運用這項AI技術,在標準健康篩檢過程中提供高風險警示,從而實現更早的病變偵測,並可能逆轉病情。
相關文章
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強
相關專題推薦
評論 (0)
0/500
阿里巴巴達摩院宣布,與中國醫科大學盛京醫院、南京大學鼓樓醫院等多家機構合作,共同開發了一款名為 MAOSS 的脂肪肝篩檢人工智慧模型。該研究成果已於今年二月發表於權威國際期刊《自然通訊》(Nature Communications)。
脂肪肝疾病影響超過 30% 的人口。早期症狀往往輕微且容易被忽略,導致病情進展為肝纖維化或肝硬化。傳統的篩檢方法如 B 型超音波敏感度有限,而更專業的檢查費用高昂。這經常導致臨床環境中高風險患者未能被診斷出來。

MAOSS模型的主要突破與優勢:
深度分析非對比劑CT掃描:DAMO Academy採用「非對比劑CT + AI」技術,使AI能自動提取肝臟質地與密度等高維度特徵。這標誌著首次僅憑標準非對比劑CT掃描,即可同步評估肝臟脂肪變性與纖維化分期。
診斷準確度超越醫師:在多中心驗證試驗中,MAOSS模型針對肝臟脂肪變性分期達到的曲線下面積(AUC)為0.904-0.917,顯著高於放射科醫師平均評分0.709。
高風險病例檢出率倍增:針對預防肝硬化的關鍵時期(第2期纖維化),該模型識別出52.4%的高風險患者,相較於傳統臨床途徑僅能偵測出16.6%,檢出率提升逾一倍。
肝硬化風險早期預警:追蹤數據顯示,經MAOSS標記為高風險的患者,在兩年內發展為肝硬化的機率達45.5%,遠高於低風險群體。
DAMO Academy的專家指出,該模型可利用常規體檢及門診中的現有非造影CT數據。這有助於在慢性肝病管理中實現「前端預防」,且無需增加患者的額外費用。未來,基層醫療機構可運用這項AI技術,在標準健康篩檢過程中提供高風險警示,從而實現更早的病變偵測,並可能逆轉病情。
前OpenAI首席科學家Ilya的SSI首次釋出模型
AI 取得了另一項重大里程碑。在從 OpenAI 離職後,前首席科學家伊利亞·蘇茨克弗(Ilya Sutskever)創立了 Safe Superintelligence Inc.(SSI),該公司最近公佈了其首個模型的詳細資訊。海外社交媒體上的報道指出,該團隊正在利用 TTT(測試時訓練)開發一個緊湊的推理引擎,這是他們在追求安全超級智慧過程中的關鍵進展。這種新穎的架構專注於使模型能夠“學習如何學習”。與在推理過程中保持引數靜態的傳統大型語言模型不同,該引擎在處理現實世界任務時會動態更新特定
Lovable Leads Atech's Seed Round as AI Ambient Coding Officially Enters the Hardware Field
2026年5月14日,AI應用開發平臺Lovable宣佈參與丹麥硬體初創公司Atech的80萬美元種子輪融資。該輪由Lovable領投,吸引了包括a16z Scout Fund、Sequoia Scout Fund以及Nordic Makers在內的頂級風險投資機構。此次投資標誌著Lovable將“Vibe Coding”概念從純軟體開發戰略擴充套件至硬體工程領域。Atech旨在透過AI驅動的互動式平臺簡化複雜的硬體原型製作。使用者購買基礎硬體套件,並透過AI聊天機器人以自然語言描述其設計概念;系統
Anthropic 將 Claude AI 編碼工具擴充套件至日本,以推動海外增長
Anthropic,一家美國知名的人工智慧公司,正加強其全球推廣力度。週三,該公司在東京舉辦了一場大型開發者活動“Code with Claude”,吸引了近500名軟體工程師參加。該舉措旨在積極將Claude AI工具及相關產品引入日本市場,強調其自主編碼能力在提升企業生產力方面的核心優勢。強調自動化程式碼生成在活動中,Anthropic展示了其先進的自主編碼系統,該系統能夠獨立處理複雜的程式設計任務並最佳化現有程式碼結構。隨著全球對高效開發工具的需求不斷增長,Anthropic希望透過此類活動加強





首頁






