香港中科院发布聆音大模型，400万张图喂出个“AI超声神医”

42 0 0

文章摘要

中国科学院香港创新研究院人工智能与机器人创新中心（CAIR）发布的超声大模型“聆音”（EchoCare）标志着医疗AI领域的重大突破。该模型基于全球规模最大的超声数据集（超过400万张图像），通过自监督学习框架实现了多项诊断任务的性能超越。超声检查因其安全性、实时性和低成本成为临床首选，但其诊断质量高度依赖医生操作经验，导致结果存在主观差异。传统超声AI因数据规模小、来源单一而难以投入临床，EchoCare通过构建覆盖全球23个地区、38种设备、4大人种的多样化数据集（EchoAtlas），从根本上解决了数据瓶颈问题。

自监督学习技术的创新应用是模型成功的核心。不同于传统监督学习依赖人工标注，EchoCare采用结构化对比自监督框架，通过预测图像遮挡部分和分层解剖分类任务，使AI自主掌握超声图像的深层规律。这种方法不仅降低了标注成本，更让模型具备类似医生的全局认知能力——能同时理解局部像素特征与器官的空间关系。研究团队还首创性地将医学先验知识融入训练过程，为AI构建了解剖学层次结构的知识图谱。

临床验证数据显示，EchoCare在多项关键任务中显著超越现有水平。在山东大学齐鲁医院的1556例卵巢肿瘤检测中，模型灵敏度达85.6%（提升8%），特异度88.7%；中南大学湘雅医院的甲状腺结节测试显示，其良恶性分类灵敏度突破90.5%，平均精度提高5%。香港中文大学的实时演示进一步证明，模型能快速识别心脏超声视频中的主动脉瘤并自动生成报告。跨机构的回溯性研究证实，该模型在器官分割、病变检测等七大类任务中，性能平均优于现有最高水平3%-5%。

CAIR宣布全面开源模型、代码及数据集，这一举措将加速全球超声AI研究。结合自主研发的“超声助手”机器人，团队正在构建智能诊疗系统：机器人自主完成标准化扫描，AI实时分析图像，医生专注决策判断。这种模式不仅能消除地域间的医疗资源差距，更可能重塑诊疗流程——当AI掌握专家级经验时，基础诊断的普惠性将得到质的提升。从数据规模到技术框架，从临床效果到应用生态，EchoCare的突破性进展预示着医疗AI正从辅助工具向核心生产力演进。