Présentation du modèle
Le laboratoire de recherche Damo Academy d'Alibaba a publié sous licence ouverte Damo Radar, un modèle de vision‑langage dédié à l'analyse d'examens de tomodensitométrie (CT) contrastée. Le système cible 18 organes abdominaux et prétend identifier près de 150 affections, dont plusieurs cancers. Cette initiative s’inscrit dans la stratégie d'Alibaba visant à démocratiser l'IA médicale et à favoriser la collaboration académique.
Méthodologie d’entraînement et architecture
Le modèle a été entraîné à partir de paires d'images CT et de rapports cliniques associés. Cette approche supervise les réseaux de neurones à extraire des représentations visuelles tout en les alignant avec le texte descriptif, d’où le terme « vision‑language ». Le processus d'apprentissage a exploité l'ensemble complet de 40 000 examens réels, garantissant une couverture variée de pathologies et de protocoles d'imagerie. L'architecture repose sur un encodeur d'images couplé à un décodeur de texte, permettant de générer des annotations diagnostiques pour chaque image.
Performances cliniques
Sur les 146 découvertes cliniques évaluées, Damo Radar a atteint un aire sous la courbe (AUC) moyenne de 0,913. Un AUC de 1,0 représente une précision parfaite, ce qui place le modèle au‑dessus de la plupart des radiologues testés dans la même cohorte. La métrique a été calculée sur l'ensemble complet des 40 000 examens, incluant des cas de tumeurs malignes et de maladies rares. Ces résultats suggèrent que le modèle possède une capacité de généralisation robuste, même en présence de variations d'acquisition d'images.
Perspectives et limites
Les auteurs envisagent d'étendre la méthode d'entraînement à d'autres modalités d'imagerie, comme l'IRM ou l'échographie. Cependant, la publication ne précise pas les exigences matérielles exactes ni les protocoles de validation externe hors du jeu de données d'Alibaba. L'absence de tests prospectifs sur des populations externes constitue une limitation importante avant toute adoption clinique à grande échelle. Enfin, la mise à disposition du code source ouvre la porte à des audits de sécurité et à des améliorations communautaires, mais requiert une gouvernance stricte pour éviter les dérives d'utilisation.
