Roma, 8 ottobre 2026 (Agenbio) – La TC addominale è considerata uno degli esami più complessi da refertare in radiologia: decine di strutture anatomiche sovrapposte, centinaia di possibili alterazioni, differenze spesso sottili tra tessuto sano e patologico. Padroneggiare questa lettura richiede anni di specializzazione. RADAR — Rapid Abdominal Diagnosis with AI and Radiology — è il primo sistema di intelligenza artificiale generalista in grado di affrontarla con prestazioni paragonabili o superiori a quelle di radiologi specialisti. I risultati sono stati pubblicati su Science dalla DAMO Academy di Alibaba. Il modello è stato addestrato su oltre 424mila TC addominali con mezzo di contrasto e 15 milioni di coppie immagine-testo specifiche per struttura anatomica, apprendendo direttamente dai referti clinici senza richiedere annotazioni manuali da parte di esperti, un salto metodologico significativo rispetto ai sistemi supervisionati tradizionali. RADAR segmenta i volumi TC per struttura anatomica e le collega alle descrizioni dei referti attraverso un approccio di apprendimento contrastivo su larga scala, coprendo 18 strutture anatomiche e 146 reperti patologici in un unico passaggio. In uno studio condotto su 26 radiologi, l’assistenza di RADAR ha aumentato la sensibilità diagnostica di circa il 10% riducendo contestualmente i tempi di lettura. Il sistema ha superato le prestazioni di 23 radiologi su 26 in otto centri indipendenti, identificando correttamente casi confermati istologicamente di tumore epatico, pancreatico, gastrico e colorettale. Il modello è disponibile in open source per uso di ricerca, il che lo pone direttamente in competizione con i sistemi commerciali a pagamento oggi sul mercato, costruiti per singole condizioni e non per l’intera gamma diagnostica addominale. (Agenbio) Emanuela Birra 9:00
