据南华早报报道，阿里巴巴开源了一款医疗 AI 模型，该模型能够检测癌症以及近 150 种病症。这是国内大厂在医疗 AI 方向上少见的一次开源动作，也让"通用模型能力向垂直医疗场景迁移"这一路径再次受到关注。
医疗诊断长期被视为 AI 落地价值最高、同时门槛也最高的场景之一。一方面，影像与病理数据的判读高度依赖专业训练；另一方面，模型一旦进入临床流程，就必须面对可解释性、误诊风险和监管合规等要求。正因如此，医疗 AI 此前多以闭源、与特定医院或器械厂商绑定的方式推进，外部研究者和中小机构很难直接接触到底层能力。
此次以开源形式发布，意义主要体现在三点。其一，降低了研究与验证的门槛，高校、医院信息科和初创团队可以直接在公开权重上做二次开发与评测，而不必从零训练。其二，覆盖癌症及近 150 种病症意味着模型面向的是多任务、广谱的筛查与辅助判断，而非单一病种工具，这类"多病种覆盖"能力在基层医疗和资源不足地区尤其有想象空间。其三，开源也意味着能力边界会被更快地公开检验——模型在真实临床数据上的表现、误报率与漏报率，都将由社区而非厂商单方面定义。
对 AI 从业者而言，更值得关注的不是"能检测多少种病"这一数字本身，而是模型的技术路线、训练数据构成，以及是否配套了可复现的评测方案。这些细节决定了它是可被工程化使用的基座，还是一次偏传播性质的发布。目前公开信息有限，模型的具体架构、参数规模与临床验证情况仍有待进一步披露。