Fato verificado
Em 18 de setembro de 2026, o South China Morning Post reportou que a Damo Academy, braço de pesquisa do Alibaba, abriu o código do modelo Damo Radar, voltado à análise de tomografias computadorizadas de abdome com contraste. Segundo a reportagem, o modelo identifica cerca de 150 condições abdominais, incluindo tumores e cânceres, em 18 órgãos, alcançou AUC média de 0,913 em 146 achados clínicos e foi testado em aproximadamente 40 mil exames do mundo real. O repositório oficial da Damo Academy registra treinamento com mais de 400 mil exames de tomografia abdominal com contraste e 15 milhões de pares de imagem e texto anotados a partir de laudos clínicos, sem anotação manual, e distribuição sob licença Apache 2.0. O estudo foi publicado na revista Science, com referência Zhang e colaboradores, 2026, Science 393(6817), eaec6129. Veículos secundários relatam que o modelo superou 23 de 26 radiologistas especialistas em estudo comparativo; não foi possível confirmar esse número nas fontes primárias consultadas. O modelo é descrito pelos autores como generalista de nível especialista para imagem abdominal, e resultados de bancada não equivalem a validação clínica em uso rotineiro.
Por que importa
Um modelo de nível especialista distribuído sob licença permissiva muda o custo de entrada de capacidades técnicas que até pouco tempo dependiam de contratos caros com fornecedores fechados.
Leitura estratégica
Minha leitura é que o dado relevante aqui não é a medicina, é o modelo de distribuição: pesquisa de fronteira publicada em revista revisada por pares e liberada em código aberto no mesmo movimento. Na prática, isso acelera a queda de preço de capacidades especializadas de IA em setores inteiros, e desloca a vantagem competitiva do acesso à tecnologia para a qualidade dos dados e dos processos de quem a aplica.
Risco real
Desempenho medido em conjunto de testes não é o mesmo que desempenho em operação real, com equipamentos, protocolos e populações diferentes; tratar resultado de estudo como validação clínica seria um erro sério.
Possibilidade prática
Para empresas de qualquer setor, a leitura aproveitável é acompanhar o que já existe em código aberto na sua área antes de contratar solução proprietária, e medir resultado em um processo próprio e pequeno antes de escalar. Quem aprender a aplicar IA em problemas reais pode ampliar produtividade e possibilidades, e isso depende de estudo, prática e conhecimento do próprio mercado.
Fonte: South China Morning Post; repositório oficial da Alibaba Damo Academy; Science