近日，香港推出了名为 「聆音」 的 EchoCare 超声大模型，这是全球首个训练规模超过 400 万张超声影像的数据集。该项目由中国科学院香港创新研究院的人工智能与机器人创新中心 （CAIR） 研发，旨在缓解超声医生紧缺的问题，并提高超声设备的使用效率和诊断水平。
随着超声技术在疾病诊断和健康检测中日益重要，中国每年进行的超声检查量已达到 20 亿次，然而国内超声医生的缺口却高达 15 万。培养一名合格的超声医生需要 3 到 5 年，甚至某些领域的专家需要更长时间，这使得超声检查的普及面临重大挑战。香港中文大学医学院的黄鸿亮教授指出，香港的检查等待时间较长，普通检查有时甚至需要等待一年以上。
在此背景下，CAIR 的 EchoCare 大模型应运而生。该模型不仅是技术的创新，更是推动超声领域 AI 应用的重要里程碑。EchoCare 采用了纯数据驱动的结构化对比自监督学习方法，突破了传统超声 AI 诊断中高质量数据稀缺的瓶颈。这一创新技术使得模型能够在没有大量人工标注的情况下进行特征学习，并且具备良好的跨中心泛化能力。
此外，EchoCare 还具备连续学习能力，能够根据新的应用场景不断迭代和优化，确保模型始终处于
未来，EchoCare 计划与更多医院合作，将其应用推广到更广泛的临床场景中。这一大模型的推出不仅有望提升香港的超声检查效率，更将为全球的医学影像技术注入新的活力。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
