Todo sobre el nuevo modelo DAMO-RADAR - Informe completo

Medicina - Inteligencia Artificial

China ha liberado un modelo de inteligencia artificial que lee un TC de abdomen completo y señala 146 hallazgos distintos, cánceres incluidos. El equipo de Quantum Babylon ha realizado un profundo análisis.

DAMO RADAR: la IA abierta de Alibaba que busca 146 hallazgos en un solo TC de abdomen


Por el equipo de investigación de Inteligencia Artificial / Smart-Mold de Quantum Babylon

21 de septiembre de 2026.


Estimados lectores, el 17 de septiembre la revista Science publicó en línea un trabajo que describe RADAR, un modelo de inteligencia artificial capaz de revisar una tomografía computarizada (TC) de abdomen con contraste y señalar, en una sola pasada, 146 hallazgos distintos repartidos por 18 estructuras anatómicas. Entre ellos hay tumores malignos de páncreas, estómago, colon, hígado o esófago, cuadros urgentes como la perforación o la obstrucción intestinal, enfermedades vasculares y alteraciones metabólicas. Firman el artículo cuarenta autores, con el Primer Hospital Afiliado de la Facultad de Medicina de la Universidad de Zhejiang y DAMO Academy, el instituto de investigación de Alibaba, a la cabeza. Al día siguiente, la compañía anunció que el modelo quedaba en abierto para hospitales, investigadores y desarrolladores.

Como suele ocurrir con las noticias que corren deprisa pero tienen poca difusión fuera de círculos especializados, esta ha llegado acompañada de algunos equívocos que conviene despejar desde el principio. RADAR no forma parte de Qwen, la familia de modelos de lenguaje de Alibaba; tampoco es Astra, aunque se le ha confundido también ya que existe otro modelo de TC con ese nombre en el que participa DAMO; y todavía no es un producto sanitario que pueda usarse para diagnosticar pacientes. A continuación repasamos qué es, cómo aprende, qué ha demostrado, qué se ha publicado y con qué licencia, y qué preguntas siguen abiertas, con datos comprobados en fuentes primarias a 21 de septiembre de 2026.


Ni Qwen ni Astra: de dónde sale RADAR
Alibaba tiene dos grandes focos de trabajo en  inteligencia artificial que a menudo se confunden. Qwen es la familia de modelos de lenguaje y multimodales del laboratorio Tongyi, muy conocida por sus modelos abiertos de propósito general. DAMO Academy es el instituto de investigación del grupo, que lleva años desarrollando IA médica junto a hospitales chinos, y es quien firma RADAR. El nombre es un acrónimo de Rapid Abdominal Diagnosis with AI and Radiology, según la nota de prensa de la Asociación Estadounidense para el Avance de la Ciencia (AAAS), editora de Science (AAAS, 2026), y según el registro del estudio en ClinicalTrials.gov.

En su código no aparece Qwen por ningún lado. Para procesar los informes, el repositorio incluye los tokenizadores de BERT, el modelo de lenguaje que Google presentó en 2018 (Devlin et al., 2019), en sus variantes china e inglesa, y el conjunto se construye sobre herramientas muy conocidas en imagen médica y visión artificial: la biblioteca LAVIS de Salesforce para modelos de visión y lenguaje, el marco de segmentación nnU-Net y la plataforma MONAI, entre otras.

Tampoco hay que confundirlo con Astra, un modelo de generación automática de informes de TC de tórax y abdomen que investigadores de la Universidad Tsinghua y de otras instituciones, entre ellas DAMO Academy, presentaron a finales de mayo en arXiv. Astra sí utiliza como motor de lenguaje la parte textual de Qwen2.5-VL, publicó sus pesos en agosto con licencia MIT y, por ahora, es un preprint sin revisión por pares (Wang et al., 2026). Y nada tiene que ver, por supuesto, con GPT-6 Astra, el modelo generalista que OpenAI presentó el 3 de septiembre (Claburn, 2026).

Quién está detrás
El primer firmante del artículo es Qi Zhang, del servicio de Cirugía Hepatobiliar y Pancreática del Primer Hospital Afiliado de la Facultad de Medicina de la Universidad de Zhejiang, en Hangzhou, seguido de Jianpeng Zhang, de DAMO Academy. Cierran la lista Wenbo Xiao, jefe del servicio de Radiología del mismo hospital; Ling Zhang, de la sede de DAMO en Washington, y Tingbo Liang, del servicio de Cirugía Hepatobiliar y Pancreática (Q. Zhang et al., 2026). Entre medias figuran radiólogos, cirujanos, gastroenterólogos, oncólogos radioterápicos, médicos de urgencias e ingenieros de cerca de una veintena de instituciones, con varios hospitales comarcales y de distrito, sobre todo de la provincia de Zhejiang, y dos centros de fuera de China, la Universidad de Adelaida y la Universidad Mohamed bin Zayed de Inteligencia Artificial, en Abu Dabi. La presencia de esos hospitales comarcales importa, porque es en centros así donde un apoyo de este tipo puede tener más sentido.
El grupo tiene, además, un

historial que conviene conocer. En noviembre de 2023, DAMO Academy y sus colaboradores publicaron en Nature Medicine PANDA, un modelo que detecta el cáncer de páncreas en TC sin contraste, una exploración muy frecuente que se pide por motivos de lo más variado; en su validación multicéntrica alcanzó una sensibilidad del 92,9 % y una especificidad del 99,9 % en la detección de lesiones (Cao et al., 2023). En abril de 2025, la FDA estadounidense le concedió la designación de «dispositivo innovador» (breakthrough device), que agiliza la revisión, aunque no equivale a una autorización (Shen, 2025). En junio de 2025 llegó GRAPE, para el cáncer gástrico, también sobre TC sin contraste (C. Hu et al., 2025), y en agosto, iAorta, que en un despliegue piloto en urgencias con 15.584 pacientes consecutivos identificó 21 de los 22 casos de síndrome aórtico agudo (Y. Hu et al., 2025). RADAR da un paso distinto: deja de perseguir una enfermedad concreta y aspira a leer el abdomen entero.

Cómo aprende: del informe radiológico a cada órgano
Buena parte de los sistemas de IA radiológica se entrenan con aprendizaje supervisado: unos especialistas marcan a mano dónde está la lesión y de qué tipo es, y el modelo aprende a reproducir esas marcas. El método consume muchas horas de especialista y obliga a decidir de antemano qué enfermedades se anotan, de modo que los modelos resultantes suelen resolver una sola tarea, la limitación de alcance que el propio artículo atribuye a las estrategias supervisadas (Q. Zhang et al., 2026).

RADAR aprende directamente de los informes radiológicos que los hospitales ya tienen archivados, sin anotación manual. Pertenece a la familia de los modelos de visión y lenguaje entrenados por contraste, la idea que popularizó CLIP en 2021 (Radford et al., 2021): se le muestran millones de parejas formadas por una imagen y el texto que la describe, y aprende a situar cerca, en un mismo espacio matemático, cada imagen y su descripción correcta, y lejos las parejas que no se corresponden. Una vez entrenado, puede medir cuánto se parece lo que ve en una exploración nueva a la descripción de cada hallazgo. De hecho, el paquete de inferencia trae ya calculadas las representaciones de texto de los hallazgos que evalúa.

El problema, como explica la nota de la AAAS, es que en un TC de abdomen la información diagnóstica es escasa y depende mucho del contexto anatómico (AAAS, 2026). Un estudio tiene cientos de cortes, la lesión relevante puede ocupar unos pocos milímetros de un órgano y el informe mezcla en un mismo párrafo el hígado, los riñones y el colon. Si se empareja el volumen entero con el informe entero, el modelo tiende a quedarse con lo más llamativo. Jianpeng Zhang lo resumía en la prensa china con una advertencia muy gráfica: el modelo «toma atajos con mucha facilidad» y las anomalías clave acaban «sepultadas» (NetEase, 2026).

La respuesta de RADAR es descomponer las dos cosas por anatomía. Con ayuda de máscaras de segmentación, cada volumen se divide en sus estructuras anatómicas, y el contenido del informe se reparte entre los órganos a los que se refiere. Así, de 424.911 exploraciones y 1,5 millones de parejas imagen-texto, los autores obtuvieron más de 15 millones de parejas por estructura anatómica, cada una con una región de imagen acotada y la descripción que le corresponde (AAAS, 2026). Para el conjunto público de Stanford que usan en una de sus variantes han publicado incluso las máscaras empleadas: 15.309 archivos generados con TotalSegmentator, la herramienta de segmentación del Hospital Universitario de Basilea, con 36 estructuras obtenidas al agrupar las 104 que distingue esa herramienta (radar-generalist, 2026b; Wasserthal et al., 2023). Según la información difundida por el hospital y por DAMO, el entrenamiento combina esa alineación fina, órgano a órgano, con un modelado contrastivo adaptativo que ajusta el aprendizaje de forma dinámica (Hangzhou.com.cn, 2026).

Este diseño tiene una ventaja práctica: cada puntuación que devuelve el modelo va ligada a una estructura concreta, lo que ayuda al radiólogo a localizar y comprobar el hallazgo que se le señala. A eso se refieren los autores cuando hablan de una solución «interpretable» (Q. Zhang et al., 2026). Conviene no sobrevalorar la palabra: saber a qué órgano se refiere una alerta es muy útil, pero no explica por qué el modelo ha llegado a esa conclusión.

Qué es capaz de detectar
Según el artículo, RADAR cubre 18 estructuras anatómicas y 146 hallazgos de imagen en TC abdominal con contraste (Q. Zhang et al., 2026). Las descripciones del estudio publicadas por la prensa china agrupan esos hallazgos en varias familias: tumores malignos, con mención expresa de los cánceres de páncreas, estómago, colon, hígado y esófago; urgencias abdominales, con 17 cuadros agudos frecuentes evaluados de forma específica; enfermedades de víscera hueca, como la perforación o la obstrucción; enfermedades vasculares, y alteraciones metabólicas (NetEase, 2026). La lista completa de los 146 hallazgos no figura en la ficha del modelo ni en la documentación del código que hemos consultado, y es uno de los datos que cualquier servicio de radiología debería revisar antes de plantearse un estudio con él.

La amplitud es lo que separa a RADAR de sus predecesores. Un radiólogo revisa todo lo que aparece en la imagen, más allá del motivo por el que se pidió la prueba, mientras que los modelos del tipo «una enfermedad, un modelo» solo miran aquello que se les ha enseñado a buscar. El equipo presenta esa diferencia como la aportación central del trabajo: a su juicio, demuestra que una IA generalista puede igualar a los expertos humanos en tareas radiológicas generales y complejas (Q. Zhang et al., 2026).

Los resultados, con sus maticesTres cifras han dado la vuelta al mundo. En casi 40.000 exploraciones reales, RADAR obtuvo un área bajo la curva (AUC) media de 0,913 en los 146 hallazgos (A. Cao, 2026), frente al 0,776 del mejor modelo de visión y lenguaje con el que se comparó (AAAS, 2026). En una validación externa en ocho centros el AUC fue de 0,895, y en más de 27.000 TC de urgencias, un escenario para el que no se entrenó de forma específica, de 0,904 (AAAS, 2026). La prensa china concreta esta última serie en 27.267 casos (NetEase, 2026).

El AUC resume en un número la capacidad del modelo para distinguir los casos que presentan un hallazgo de los que no: 0,5 equivale a echarlo a suertes y 1 a acertar siempre. Una media de 0,913 es un resultado muy alto, con dos límites. Es una media de 146 valores, así que lo normal es que unos hallazgos se acerquen a 1 y otros queden bastante por debajo; para un uso concreto hay que mirar el hallazgo concreto. Y no dice cuántas falsas alarmas habrá en la práctica, que dependen del umbral que se fije y de la frecuencia real de cada hallazgo en la población atendida.

El resultado con más peso clínico es el estudio de lectores. Según el resumen publicado por la prensa china, 26 radiólogos de 14 instituciones (11 veteranos y 15 con menos experiencia) informaron 300 TC de abdomen sin conocer la historia clínica de los pacientes; un mes después, tiempo suficiente para olvidar los casos, volvieron a informarlos con la ayuda de RADAR (NetEase, 2026). Por sí solo, el modelo superó en precisión diagnóstica media a 23 de los 26 radiólogos (Hangzhou.com.cn, 2026). Con su ayuda, la sensibilidad de los radiólogos aumentó en torno a un 10 %, cifra que recoge el propio resumen de Science (Q. Zhang et al., 2026), con mejoras del 7,3 % en tumores malignos, del 8,5 % en urgencias y del 9,4 % en enfermedades de víscera hueca, y el tiempo medio de lectura bajó un 30,7 % (NetEase, 2026). Según el hospital, los radiólogos jóvenes asistidos por el modelo alcanzaron un nivel diagnóstico comparable al de los veteranos (Hangzhou.com.cn, 2026).

Son cifras sólidas, obtenidas con un diseño habitual en este tipo de estudios, pero hay que entender qué miden. Leer 300 casos sin historia clínica, en un entorno de investigación, se parece poco al trabajo diario de un servicio de radiología, donde el médico sabe por qué se pidió la prueba y dispone de estudios previos con los que comparar. Tampoco hemos encontrado en las fuentes públicas cómo cambió la especificidad con la ayuda del modelo, es decir, si la mayor sensibilidad vino acompañada de más falsos positivos; es un dato que habrá que buscar en el artículo completo y en su material suplementario, y resulta imprescindible para valorar el beneficio neto.

Queda un último matiz: toda la evidencia publicada es retrospectiva, obtenida aplicando el modelo a exploraciones ya realizadas. El estudio figura en ClinicalTrials.gov como una cohorte observacional retrospectiva promovida por el Primer Hospital Afiliado de la Universidad de Zhejiang, con nueve centros colaboradores, una estimación de unos dos millones de casos y una fecha de finalización prevista en junio de 2026 (First Affiliated Hospital of Zhejiang University, 2026). Que sepamos, todavía no se ha publicado ningún ensayo prospectivo que mida si el uso de RADAR cambia lo que de verdad importa: diagnósticos más precoces, tratamientos a tiempo y mejores resultados para los pacientes.

Qué se ha publicado exactamente, y con qué licencia
«Liberado» es una palabra que se usa con demasiada alegría en inteligencia artificial, así que conviene detallar qué hay disponible y en qué condiciones.

El código de entrenamiento e inferencia lleva un archivo de licencia Apache 2.0, una licencia libre que permite cualquier uso, también el comercial, e incluye una licencia de patentes sobre las contribuciones al propio código, aunque la página de presentación del repositorio muestra a la vez una insignia de la licencia no comercial. Las piezas de terceros sobre las que se construye (LAVIS, nnU-Net, MONAI o 3D-ResNets-PyTorch) conservan sus licencias originales.

Los pesos, el archivo que contiene lo que el modelo ha aprendido, están en Hugging Face, en la organización radar-generalist, y se descargan sin registro ni aceptación previa de condiciones. Hay cuatro puntos de control: RADAR preentrenado con RAD-CT, el conjunto de datos propio del estudio (1,57 GB); una rama visual con arquitectura UNet (208 MB), y dos variantes de RADAR+ ligadas al conjunto público Merlin de la Universidad de Stanford (Blankemeier et al., 2026), una entrenada con él y otra ajustada sobre él (1,65 GB cada una). Los acompañan los tokenizadores de BERT en chino y en inglés. Todo ello lleva una licencia distinta de la del código: Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0, conocida como CC BY-NC-SA 4.0 (radar-generalist, 2026a).

Esa licencia permite descargar, estudiar, modificar y compartir los pesos, con condiciones precisas. Hay que reconocer la autoría. No se pueden usar con fines comerciales, que la licencia define como los dirigidos principalmente a obtener una ventaja comercial o una compensación económica. Si se comparte una versión adaptada, por ejemplo un modelo reajustado con datos propios, debe distribuirse con la misma licencia o con una compatible. Y la licencia deja expresamente fuera las patentes y las marcas, sobre las que no concede ningún derecho (Creative Commons, s. f.-a). En la práctica, un grupo de investigación universitario puede trabajar con RADAR sin pedir permiso a nadie, mientras que una empresa que quiera integrarlo en un producto de pago necesita un acuerdo aparte con Alibaba.

Hay dos detalles más que cualquiera que vaya a trabajar en serio con el modelo debe conocer. El primero es que las licencias declaradas no coinciden en todos los depósitos. En Zenodo, el proyecto tiene tres versiones. La primera, del 29 de mayo de 2026, es un archivo de 2,75 GB que incluye el código y dos puntos de control del modelo, y figura con licencia CC BY 4.0, que sí permite el uso comercial; la segunda, del 9 de julio, con código y casos de demostración, lleva la misma licencia; la tercera, del 23 de julio, solo con código, figura con CC BY-NC-SA 4.0, aunque el archivo de licencia que contiene es el de Apache 2.0 (J. Zhang et al., 2026a, 2026b, 2026c). Las licencias Creative Commons no se pueden revocar, así que quien descargó las primeras versiones conserva sus condiciones (Creative Commons, s. f.-b), aunque no está comprobado que aquellos puntos de control coincidan con los que hoy se distribuyen en Hugging Face, y el alcance práctico de todo ello es una cuestión jurídica delicada. El segundo detalle es que, a 21 de septiembre, el enlace a GitHub que figura en la ficha oficial devolvía un error 404, de modo que el código hay que obtenerlo de Zenodo o de copias de terceros. Todo ello ilustra por qué, antes de cualquier uso profesional, conviene tener por escrito qué licencia rige cada pieza.

Lo que no se ha publicado son los datos de entrenamiento. RAD-CT, el conjunto de más de 400.000 exploraciones de los hospitales participantes, no está disponible, algo lógico tratándose de datos clínicos. Tampoco hemos encontrado constancia de que RADAR tenga autorización como producto sanitario en ningún país: es un modelo de investigación, y así hay que tratarlo.

¿Te interesa? ¿Qué hace falta para ponerlo a funcionar?
La documentación describe un entorno de Python 3.10 creado con conda, la instalación de dependencias con pip y tres guías: entrenamiento, inferencia con casos de demostración y preprocesado de imágenes, máscaras e informes. Los casos de demostración vienen en formato NIfTI (.nii.gz), el habitual en investigación, lo que significa que en un hospital habría que convertir antes los estudios desde DICOM, el formato de los equipos y del archivo de imágenes (PACS), y generar las máscaras anatómicas que el modelo necesita. El paquete de Zenodo incluye resultados de inferencia en formato CSV, una tabla de puntuaciones por hallazgo que después hay que traducir en decisiones mediante umbrales.

Los pesos son modestos para lo habitual en la IA actual, en torno a 1,6 GB por punto de control. La documentación oficial no fija requisitos mínimos de hardware; el tamaño sugiere que no hace falta un centro de datos, aunque trabajar con volúmenes tridimensionales exige una tarjeta gráfica con memoria holgada.

Hay además una advertencia de seguridad. Los pesos se distribuyen en archivos .pth, el formato nativo de PyTorch, basado en el sistema pickle de Python, capaz de ejecutar código al cargarse; no hay versión en safetensors, el formato que solo contiene datos. Desde la versión 2.6, PyTorch carga estos archivos por defecto en un modo restringido que reduce ese riesgo (PyTorch, 2025), pero conviene descargarlos únicamente de la fuente oficial, comprobar su integridad y ejecutarlos en un entorno aislado de la red del hospital. Y, por supuesto, nada de subir estudios de pacientes a servicios de terceros para «probar» el modelo: RADAR se ejecuta en local, y así debe hacerse.

Por último está el idioma. Todo indica que el modelo principal se entrenó con informes en chino, porque el repositorio incluye el tokenizador de BERT para ese idioma, mientras que las variantes RADAR+ usan los informes en inglés del conjunto de Stanford. Para ajustarlo con informes en español habría que trabajar la parte textual del modelo, y cualquier versión adaptada que se compartiera heredaría la licencia no comercial.

¿Por qué es tan relevante? Del modelo por enfermedad al modelo generalista
En los hospitales se hacen a diario muchos TC de abdomen por motivos ajenos al cáncer, como un dolor agudo, un traumatismo o el control de una enfermedad conocida, y en cualquiera de ellos puede aparecer un hallazgo inesperado. La línea que DAMO ha seguido con PANDA y GRAPE explota esa idea, la del cribado oportunista, que aprovecha exploraciones hechas por otros motivos para buscar tumores que de otro modo pasarían inadvertidos (Cao et al., 2023; C. Hu et al., 2025). RADAR la lleva al TC con contraste y la extiende a 146 hallazgos a la vez, como un segundo lector incansable que revisa cada estudio completo.

La escala también marca diferencias. Merlin, el modelo de visión y lenguaje para TC de la Universidad de Stanford publicado en Nature este año, se entrenó con 15.331 TC acompañados de sus informes y de códigos diagnósticos (Blankemeier et al., 2026), una cifra muy estimable para un conjunto público, pero lejana de las cerca de 425.000 exploraciones de RADAR. Que los autores de RADAR ofrezcan además variantes entrenadas con los datos públicos de Merlin, junto con las máscaras anatómicas que utilizaron, facilita que otros grupos reproduzcan y comparen el método sin acceso a los datos chinos.

El tercer argumento es el de la equidad. Si los resultados del estudio de lectores se confirman en la práctica, un apoyo como este podría acercar el rendimiento de los radiólogos con menos experiencia al de los más veteranos, como subraya el hospital (Hangzhou.com.cn, 2026), algo especialmente valioso en centros comarcales sin radiólogos dedicados al abdomen. Y la liberación gratuita para investigación abre la puerta a grupos académicos que nunca podrían reunir un conjunto de datos de esta escala.

Lo que todavía no sabemos
La primera incógnita es la más importante: todavía no hay evidencia prospectiva de que RADAR mejore la salud de los pacientes. Un modelo puede detectar más lesiones en un estudio retrospectivo y, al integrarse en la rutina, generar más pruebas, más ansiedad y más costes sin cambiar la supervivencia. Solo los ensayos prospectivos, y mejor si son aleatorizados, pueden despejar esa duda.

La segunda es la generalización a otras poblaciones. RADAR se ha entrenado y evaluado en hospitales chinos, y la epidemiología de tumores como el gástrico o el hepático es muy distinta en Asia oriental y en Europa (Bray et al., 2024). A eso se suman las diferencias en el parque de equipos, en los protocolos de adquisición, en las fases de contraste y en la complexión de los pacientes. El modelo se ha desarrollado para TC abdominal con contraste; fuera de ese escenario, como en el TC sin contraste, en otras regiones del cuerpo o en la población pediátrica, sus resultados no son extrapolables.

La tercera es la fatiga de alertas. Un sistema que evalúa 146 hallazgos en cada estudio multiplica las ocasiones de equivocarse. Pongamos un ejemplo teórico, con cifras hipotéticas que solo sirven para ilustrar la aritmética: si cada hallazgo tuviera una especificidad del 99 % y los errores fueran independientes, en un TC completamente normal la probabilidad de recibir al menos una falsa alarma rondaría el 77 %; con una especificidad del 99,9 %, bajaría al 14 %. Los errores reales no son independientes y los umbrales se pueden ajustar, pero el ejemplo muestra por qué, en un modelo generalista, la calibración de los umbrales y la forma de presentar las alertas pesan tanto como el AUC.

La cuarta tiene que ver con el factor humano. El sesgo de automatización, la tendencia a aceptar lo que propone la máquina, está documentado en radiología: en un estudio experimental con mamografías, las sugerencias erróneas de un supuesto sistema de IA arrastraron a lectores de todos los niveles de experiencia (Dratsch et al., 2023). La propia cobertura china de RADAR menciona el riesgo de que los radiólogos jóvenes pierdan parte de su razonamiento clínico si se apoyan demasiado en el sistema (NetEase, 2026). Diseñar bien la forma de trabajar con el modelo es tan importante como el modelo mismo.

Y en Europa, ¿qué?
En la Unión Europea, un hospital o una universidad pueden usar hoy los pesos de RADAR con fines de investigación, dentro de la licencia no comercial y con las garantías habituales de cualquier estudio con datos de salud: aprobación de un comité de ética, una base jurídica adecuada conforme al Reglamento General de Protección de Datos y datos seudonimizados (Reglamento (UE) 2016/679, 2016). Que el modelo se ejecute en local, sin enviar imágenes a ningún servidor externo, facilita mucho ese encaje, porque evita cualquier transferencia internacional de datos.

Usarlo para diagnosticar es otra cosa. Un software que proporciona información para tomar decisiones diagnósticas es un producto sanitario, y la regla 11 del anexo VIII del Reglamento (UE) 2017/745 lo sitúa como mínimo en la clase IIa, en la IIb si esas decisiones pueden causar un deterioro grave de la salud o una intervención quirúrgica, y en la III si pueden causar la muerte o un deterioro irreversible (Reglamento (UE) 2017/745, 2017). Para un sistema que busca cánceres y urgencias abdominales es razonable pensar en la clase IIb o incluso en la III, aunque la clasificación definitiva depende de la finalidad prevista que declare el fabricante. Haría falta, en cualquier caso, un organismo notificado, una evaluación clínica que respalde su uso en población europea y un sistema de calidad certificado. El Reglamento (UE) 2024/1689 de inteligencia artificial, por su parte, considera de alto riesgo los sistemas de IA integrados en productos sanitarios que pasan por un organismo notificado, con obligaciones propias de gestión de riesgos, gobernanza de datos, transparencia y supervisión humana (Reglamento (UE) 2024/1689, 2024). Y cualquier explotación comercial exigiría, antes de todo eso, un acuerdo con Alibaba.

Qué tendría que negociarse, cuánto costaría y qué vías existen para que un modelo así llegue a los hospitales europeos con todas las garantías son cuestiones que merecen un análisis propio, y a ellas dedicaremos un próximo trabajo.

Hasta el momentto: Lo que RADAR ya ha demostrado y lo que le queda por demostrar

RADAR es un trabajo serio, publicado en una de las revistas científicas más exigentes, con validación externa en ocho centros, pruebas en urgencias y un estudio de lectores con 26 radiólogos, y con el código y los pesos al alcance de la comunidad investigadora. Ha demostrado que un único modelo, entrenado con informes clínicos y sin anotación manual, reconoce con mucha precisión un abanico muy amplio de hallazgos en el TC de abdomen, y que su ayuda mejora la sensibilidad de los radiólogos y acorta su tiempo de lectura.

Le queda por demostrar lo más difícil: que ese rendimiento se mantiene fuera de los hospitales donde se entrenó, que su uso rutinario mejora el pronóstico de los pacientes sin disparar las falsas alarmas y que puede integrarse en la práctica con las garantías que exige la regulación sanitaria. Mientras tanto, es una herramienta de investigación valiosa y una señal clara de hacia dónde se mueve la radiología asistida por inteligencia artificial. Os seguiremos contando.

Referencias
AAAS. (17 de septiembre de 2026). Introducing RADAR, a generalist AI tool for abdominal CT diagnosis [Nota de prensa]. EurekAlert! https://www.eurekalert.org/news-releases/1143748
Blankemeier, L., Kumar, A., Cohen, J. P., Liu, J., Liu, L., Van Veen, D., et al. (2026). Merlin: A computed tomography vision–language foundation model and dataset. Nature, 652(8112), 1318–1328. https://doi.org/10.1038/s41586-026-10181-8
Bray, F., Laversanne, M., Sung, H., Ferlay, J., Siegel, R. L., Soerjomataram, I., & Jemal, A. (2024). Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA: A Cancer Journal for Clinicians, 74(3), 229–263. https://doi.org/10.3322/caac.21834
Cao, A. (18 de septiembre de 2026). Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions. South China Morning Post. https://www.scmp.com/tech/big-tech/article/3368055/alibaba-open-sources-medical-ai-model-can-detect-cancer-and-nearly-150-conditions
Cao, K., Xia, Y., Yao, J., Han, X., Lambert, L., Zhang, T., et al. (2023). Large-scale pancreatic cancer detection via non-contrast CT and deep learning. Nature Medicine, 29(12), 3033–3043. https://doi.org/10.1038/s41591-023-02640-w
Claburn, T. (3 de septiembre de 2026). OpenAI throws Astra into the top-tier model ring. The Register. https://www.theregister.com/ai-and-ml/2026/09/03/openai-throws-astra-into-the-top-tier-model-ring/5294378
Creative Commons. (s. f.-a). Attribution-NonCommercial-ShareAlike 4.0 International: Legal code. Recuperado el 21 de septiembre de 2026, de https://creativecommons.org/licenses/by-nc-sa/4.0/legalcode
Creative Commons. (s. f.-b). Frequently asked questions. Recuperado el 21 de septiembre de 2026, de https://creativecommons.org/faq/
Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of deep bidirectional transformers for language understanding. En Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (pp. 4171–4186). Association for Computational Linguistics. https://doi.org/10.18653/v1/N19-1423
Dratsch, T., Chen, X., Rezazade Mehrizi, M., Kloeckner, R., Mähringer-Kunz, A., Püsken, M., et al. (2023). Automation bias in mammography: The impact of artificial intelligence BI-RADS suggestions on reader performance. Radiology, 307(4), e222176. https://doi.org/10.1148/radiol.222176
First Affiliated Hospital of Zhejiang University. (2026). Rapid Abdominal Diagnosis With AI & Radiology (Registro NCT07040358). ClinicalTrials.gov. Recuperado el 21 de septiembre de 2026, de https://clinicaltrials.gov/study/NCT07040358
Hangzhou.com.cn. (18 de septiembre de 2026). 一个模型能看超146种病！阿里巴巴达摩院医疗AI登上《科学》 [Un solo modelo reconoce más de 146 enfermedades: la IA médica de DAMO Academy llega a Science]. https://ori.hangzhou.com.cn/ornews/content/2026-09/18/content_9310525.htm
Hu, C., Xia, Y., Zheng, Z., Cao, M., Zheng, G., Chen, S., et al. (2025). AI-based large-scale screening of gastric cancer from noncontrast CT imaging. Nature Medicine, 31(9), 3011–3019. https://doi.org/10.1038/s41591-025-03785-6
Hu, Y., Xiang, Y., Zhou, Y.-J., He, Y., Lang, D., Yang, S., et al. (2025). AI-based diagnosis of acute aortic syndrome from noncontrast CT. Nature Medicine, 31(11), 3832–3844. https://doi.org/10.1038/s41591-025-03916-z
NetEase. (2026). Science刊登中国研究：AI一次看146种病，医疗GPT时刻快来了？ [Science publica un estudio chino: una IA revisa 146 enfermedades de una vez]. 网易. https://www.163.com/dy/article/L76SLQ2M05562QWS.html
PyTorch. (29 de enero de 2025). PyTorch 2.6 release blog. https://pytorch.org/blog/pytorch2-6/
radar-generalist. (2026a). RADAR [Pesos del modelo; licencia CC BY-NC-SA 4.0]. Hugging Face. Recuperado el 21 de septiembre de 2026, de https://huggingface.co/radar-generalist/RADAR
radar-generalist. (2026b). RADAR-auxiliary-data [Conjunto de datos; licencia CC BY-NC-SA 4.0]. Hugging Face. Recuperado el 21 de septiembre de 2026, de https://huggingface.co/datasets/radar-generalist/RADAR-auxiliary-data
Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., et al. (2021). Learning transferable visual models from natural language supervision. En Proceedings of the 38th International Conference on Machine Learning (Vol. 139, pp. 8748–8763). PMLR. https://proceedings.mlr.press/v139/radford21a.html
Reglamento (UE) 2016/679 del Parlamento Europeo y del Consejo, de 27 de abril de 2016, relativo a la protección de las personas físicas en lo que respecta al tratamiento de datos personales y a la libre circulación de estos datos (Reglamento general de protección de datos). (2016). Diario Oficial de la Unión Europea, L 119, 1–88. https://eur-lex.europa.eu/eli/reg/2016/679/oj
Reglamento (UE) 2017/745 del Parlamento Europeo y del Consejo, de 5 de abril de 2017, sobre los productos sanitarios. (2017). Diario Oficial de la Unión Europea, L 117, 1–175. https://eur-lex.europa.eu/eli/reg/2017/745/oj
Reglamento (UE) 2024/1689 del Parlamento Europeo y del Consejo, de 13 de junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial. (2024). Diario Oficial de la Unión Europea, serie L, 2024/1689. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Shen, X. (20 de abril de 2025). Alibaba's AI cancer detection tool clears FDA hurdle for faster approval process. South China Morning Post. https://www.scmp.com/tech/big-tech/article/3307083/alibabas-ai-cancer-detection-tool-clears-fda-hurdle-faster-approval-process
Wang, Z., Chen, F., Yu, C., Li, Z., Zheng, Y., Wang, J., et al. (2026). Astra: A generalizable report generation foundation model for 3D computed tomography [Preprint]. arXiv. https://arxiv.org/abs/2605.31437
Wasserthal, J., Breit, H.-C., Meyer, M. T., Pradella, M., Hinck, D., Sauter, A. W., et al. (2023). TotalSegmentator: Robust segmentation of 104 anatomic structures in CT images. Radiology: Artificial Intelligence, 5(5), e230024. https://doi.org/10.1148/ryai.230024
Zhang, J., Cao, W., & Chang, W. (2026a). An expert-level generalist AI for abdominal CT diagnosis (versión 1, 29 de mayo de 2026) [Software y puntos de control del modelo; licencia CC BY 4.0]. Zenodo. https://doi.org/10.5281/zenodo.20437705
Zhang, J., Cao, W., & Chang, W. (2026b). An expert-level generalist AI for abdominal CT diagnosis (versión 2, 9 de julio de 2026) [Software y datos de demostración; licencia CC BY 4.0]. Zenodo. https://doi.org/10.5281/zenodo.21271172
Zhang, J., Cao, W., & Chang, W. (2026c). An expert-level generalist AI for abdominal CT diagnosis (versión 3, 23 de julio de 2026) [Software; licencia CC BY-NC-SA 4.0]. Zenodo. https://doi.org/10.5281/zenodo.21504519
Zhang, Q., Zhang, J., Cao, W., Lu, Z., Chang, W., Ding, H., et al. (2026). An expert-level generalist AI for abdominal CT diagnosis. Science, 393(6817), eaec6129. https://doi.org/10.1126/science.aec6129

Autor: Equipo de Inteligencia Artificial - Smart-Mol

Descarga directamente el informe

No se puede visualizar este documento con tu navegador. Haz clic aquí para descargar el documento.