近日，香港推出了名爲 “聆音” 的 EchoCare 超聲大模型，這是全球首個訓練規模超過400萬張超聲影像的數據集。該項目由中國科學院香港創新研究院的人工智能與機器人創新中心（CAIR）研發，旨在緩解超聲醫生緊缺的問題，並提高超聲設備的使用效率和診斷水平。

隨着超聲技術在疾病診斷和健康檢測中日益重要，中國每年進行的超聲檢查量已達到20億次，然而國內超聲醫生的缺口卻高達15萬。培養一名合格的超聲醫生需要3到5年，甚至某些領域的專家需要更長時間，這使得超聲檢查的普及面臨重大挑戰。香港中文大學醫學院的黃鴻亮教授指出，香港的檢查等待時間較長，普通檢查有時甚至需要等待一年以上。

AI 醫療

圖源備註：圖片由AI生成，圖片授權服務商Midjourney

在此背景下，CAIR 的 EchoCare 大模型應運而生。該模型不僅是技術的創新，更是推動超聲領域 AI 應用的重要里程碑。EchoCare 採用了純數據驅動的結構化對比自監督學習方法，突破了傳統超聲 AI 診斷中高質量數據稀缺的瓶頸。這一創新技術使得模型能夠在沒有大量人工標註的情況下進行特徵學習，並且具備良好的跨中心泛化能力。

此外，EchoCare 還具備連續學習能力，能夠根據新的應用場景不斷迭代和優化，確保模型始終處於最佳狀態。經過初步驗證，該模型在實際臨牀中的表現十分優秀，已在山東大學等多家醫院進行回溯性研究，顯示出高達85.6% 的靈敏度和88.7% 的特異度。

未來，EchoCare 計劃與更多醫院合作，將其應用推廣到更廣泛的臨牀場景中。這一大模型的推出不僅有望提升香港的超聲檢查效率，更將爲全球的醫學影像技術注入新的活力。