Un modello generalista per le TAC addominali: le promesse di RADAR tra Science e licenze d'uso

Il 18 settembre 2026, l'Accademia DAMO del gruppo Alibaba ha reso pubblici il codice e i pesi di RADAR, un modello di visione e linguaggio progettato per l'analisi di TAC addominali con mezzo di contrasto. A differenza della consueta prassi dei lanci industriali, la diffusione del sistema è stata preceduta dalla pubblicazione dei risultati sulla rivista Science. Secondo la documentazione ufficiale, il modello è stato addestrato su oltre 400.000 esami radiologici e 15 milioni di coppie immagine-testo, apprendendo direttamente dai referti clinici senza annotazioni manuali per valutare 18 strutture anatomiche e 146 reperti radiologici.

I dati pubblicati nell'articolo indicano un'area sotto la curva ROC media di 0,913 sui 146 reperti nella coorte interna, con intervallo di confidenza al 95% fra 0,911 e 0,915, e valori compresi tra 0,874 e 0,912 nei test condotti su otto centri esterni. Per quattro tipologie di tumore confermate da esame anatomopatologico — fegato, pancreas, stomaco e colon-retto — l'indicatore varia da 0,891 a 0,984. In una prova di lettura che ha coinvolto 26 radiologi, l'accuratezza autonoma del modello ha superato quella di 23 dei 26 medici coinvolti, mentre il suo supporto ha incrementato la sensibilità diagnostica del gruppo di circa 10 punti percentuali, riducendo i tempi di refertazione di oltre il 30%. Si tratta tuttavia di metriche aggregate dichiarate dagli autori: manca ancora una verifica indipendente su coorti non selezionate dal team di ricerca. Sul volume dei dati si registra inoltre uno scarto, poiché parte della stampa riporta 420.000 esami, mentre il repository ufficiale e l'articolo su Science indicano «oltre 400.000»: la discrepanza non è risolvibile sul testo integrale dell'articolo, non accessibile alla lettura automatica. Il gruppo dell'Accademia DAMO, citato dal South China Morning Post, lo definisce «il primo modello di imaging medico generalista di livello esperto al mondo».

Sul piano dell'adozione concreta emergono vincoli metodologici e legali. Se il codice sorgente è distribuito su GitHub con licenza Apache 2.0, i pesi pubblicati su Hugging Face sono vincolati dalla licenza Creative Commons Attribution-NonCommercial-ShareAlike 4.0, che ne vieta lo sfruttamento commerciale; il repository rimanda inoltre a un archivio Zenodo del materiale. Non è ancora chiaro se tale limitazione permetta l'impiego della tecnologia all'interno delle strutture sanitarie pubbliche europee, chiamate a bilanciare l'innovazione clinica con i requisiti del regolamento sui dispositivi medici e dell'AI Act. Sulle autorizzazioni regolatorie all'uso clinico fuori dalla Cina non abbiamo trovato conferme di fonte primaria, in un senso o nell'altro: è un punto che resta aperto.

La sequenza scelta — prima la revisione fra pari, poi il rilascio — è l'inverso della prassi dei lanci industriali; resta da capire se la gratuità condizionata dalla licenza non commerciale sarà una risorsa per i laboratori o un rompicapo legale per le corsie ospedaliere.

— Olya