近日,香港推出了一款名为“聆音”的超声智能大模型 echocare,标志着全球首个训练数据规模突破400万张超声影像的ai系统正式落地。该项目由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)自主研发,目标在于应对超声医师资源短缺的困境,同时提升超声设备的操作效率与诊断精准度。

图源备注:图片由AI生成,图片授权服务商Midjourney
近年来,超声技术在疾病筛查和健康管理中的作用愈发突出。在中国,每年开展的超声检查已高达20亿人次,但专业超声医生的数量却存在约15万人的巨大缺口。一名合格的超声医生通常需经过3至5年的系统培训,部分专科领域甚至需要更长时间的积累,严重制约了医疗服务的可及性。据香港中文大学医学院黄鸿亮教授介绍,目前香港地区常规超声检查的等候周期较长,部分非紧急病例等待时间可能超过一年。
为破解这一难题,CAIR团队开发了EchoCare人工智能系统。该模型不仅是技术层面的重大突破,也被视为推动医学影像智能化进程的关键一步。EchoCare采用纯数据驱动的结构化对比自监督学习框架,有效解决了传统超声AI研发中高质量标注数据稀缺的瓶颈问题。通过这一方法,系统能够在无需大量人工标注的前提下自主提取关键图像特征,并展现出优异的跨医疗机构泛化性能。
值得一提的是,EchoCare具备持续学习能力,可根据不同临床环境和新增数据实现动态优化与迭代升级,确保其诊断能力始终紧跟最新医学实践。初步临床验证结果显示,该模型表现亮眼,在山东大学附属多家医院开展的回溯性研究中,达到了85.6%的灵敏度和88.7%的特异度,显示出强大的辅助诊断潜力。
展望未来,EchoCare团队计划进一步拓展合作网络,联合更多医疗机构将其应用于多样化临床场景。这项技术的问世,不仅有望显著改善香港地区的超声服务效率,也将为全球医学影像AI的发展提供全新范式和技术支撑。
以上就是香港超声领域迎来AI革命!新大模型助力医生轻松诊断的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号