腹部CTの汎用モデル——RADARの約束は、Science誌とライセンスのあいだに

2026年9月18日、アリババグループのDAMOアカデミーが、造影腹部CTの解析用に設計された視覚・言語モデルRADARのコードと重みを公開した。産業界の製品発表でよく見られる順序とは逆に、システムの公開に先立って、成果がScience誌に掲載されている。公式ドキュメントによれば、モデルは40万件を超える放射線検査と1500万組の画像・テキストのペアで訓練され、手作業のアノテーションを使わずに臨床レポートから直接学習して、18の解剖学的構造と146の放射線学的所見を評価する。

論文が示す数値では、内部コホートの146所見に対するROC曲線下面積の平均は0.913、95%信頼区間は0.911から0.915。外部8施設での検証では0.874から0.912の範囲に収まった。病理検査で確定した4種のがん——肝臓、膵臓、胃、大腸——では0.891から0.984となる。26人の放射線科医が参加した読影試験では、モデル単独の精度が26人中23人を上回り、支援を受けた場合にはグループの診断感度が約10ポイント向上し、読影報告に要する時間は30%以上短縮したという。ただしこれらは著者自身が示した集計値であり、研究チームが選んでいないコホートでの独立検証はまだない。データ量についても食い違いがある。一部の報道は42万件としているが、公式リポジトリとScience論文は「40万件以上」と記す。論文の全文は自動読み取りができないため、この差は本文では確かめられない。South China Morning Postに引用されたDAMOアカデミーのチームは、これを「世界初の専門家水準の汎用医用画像モデル」と呼んでいる。

実際の導入という面では、方法論上の制約と法的な制約が浮かび上がる。ソースコードはGitHubでApache 2.0ライセンスのもとに配布されているが、Hugging Faceで公開された重みはCreative Commons Attribution-NonCommercial-ShareAlike 4.0が適用され、商用利用を禁じている。リポジトリはさらに、素材のZenodoアーカイブを参照している。この制限のもとでヨーロッパの公立医療機関がこの技術を使えるのかどうかは、まだはっきりしない。医療機器規則とAI法の要件を臨床上の革新とどう両立させるかという問題が、そこに重なるからだ。中国国外での臨床使用に関する規制当局の承認については、あるともないとも、一次情報での確認は得られなかった。ここは未解決のまま残る。

選ばれた順序——先に査読、あとから公開——は、産業界の発表の慣行を裏返したものだ。非商用ライセンスに縛られた無償公開が、研究室にとっての資源になるのか、それとも病棟にとっての法的な難問になるのか。答えはまだ出ていない。

— Olya