聆音EchoCare : 香港中科院推出的超声大模型

5 0 0

AI智库导航-aiguide.cc为您提供最新的AI新闻资讯和最新的AI工具推荐，在这里你可以获得用于营销的AI聊天机器人、AI在商业管理中的应用、用于数据分析的AI工具、机器学习模型、面向企业的AI解决方案、AI在商业客户服务中的应用、AI和自动化工具等。

主要介绍

聆音EchoCare是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）研发的超声基座大模型，于2025年9月17日正式开源发布。该模型基于全球已知规模最大的超声影像数据集（超过450万张图像，涵盖50多个人体器官）训练而成，旨在解决传统超声AI模型对大规模标注数据的依赖、长尾分布处理困难、泛化性不足及医学知识嵌入困难等问题。通过首创的结构化对比自监督学习框架和层级化双分支架构，聆音在器官识别、分割、病灶分类等10余项超声医学任务中性能全面登顶，为超声AI的规模化应用和临床落地提供了创新解决方案。

功能特点

多任务高性能：在器官识别、分割、病灶分类、关键点检测、切面识别等10余项任务中表现卓越，性能平均优于当前最优方法（SOTA）3%-5%。
数据高效性：采用自监督学习框架，减少对专家标注的依赖，标注效率提升40%-60%，收敛速度加快30%-40%。
临床适配性：单张图像分析时间小于0.5秒，支持实时诊断；输出分割掩码、热力图等可视化结果，并可自动生成诊断报告（BLEU-4评分达78.47）。
泛化能力强：覆盖多中心、多设备、多人种、多器官的数据集（涵盖五大洲20个国家、130种超声设备），模型鲁棒性显著提升。

优缺点

优点：
- 数据规模全球领先，覆盖多样性高，解决传统模型数据壁垒问题。
- 结构化对比自监督学习框架创新性强，实现像素与语义特征协同学习。
- 临床回溯性验证充分，在卵巢癌、甲状腺结节等场景中灵敏度、特异度显著优于现有模型。
缺点：
- 多模态信息融合不足，未来需扩展至图文等多模态数据。
- 动态序列处理能力薄弱，对超声视频等时序数据的分析能力需提升。
- 临床落地需深化，需通过更多中心试验建立性能监测体系。

如何使用

临床诊断辅助：医院可接入聆音API，在超声检查中实时获取器官分割、病灶分类结果，辅助医生快速决策。例如，在卵巢癌筛查中，模型可自动标记可疑肿瘤并生成初步诊断报告。
基层医疗赋能：通过云端部署，基层医院无需高端设备即可利用聆音进行标准化的超声分析，缓解超声医生短缺问题。
科研与教育：研究机构可基于开源模型和数据集开发定制化算法；医学院可利用其可视化结果（如热力图）进行教学演示。

框架技术原理

数据层：构建全球最大超声影像数据集EchoAtlas（453万张图像），涵盖多中心、多设备、多人种数据，通过四阶段质控体系确保数据质量。
架构层：
- 图像编码器：以SwinTransformer为骨干，优化注意力机制增强边缘特征鲁棒性，应对超声斑点噪声。
- 双分支解码器：图像重建分支学习像素级特征；解剖分类分支引入三级分类头，模拟医师“区域-器官”诊断思维。
训练范式：
- 全局预训练：首创结构化对比自监督学习框架，基于医学先验的层次化树形标签实现多标签语义关系隐式编码。
- 下游微调：分割任务结合预训练编码器与解码器；诊断任务使用分类头；量化任务添加回归头，微调数据量减少40%-60%。