圖：在發布會現場，CAIR主任劉宏斌研究員，歐洲科學院院士、美國國家發明家科學院院士、香港創新研究院羅傑波教授，香港中文大學醫學院外科學系教授、心胸外科主任黃鴻亮教授，CAIR副主任孟高峰研究員（由左至右）等國內外知名學者，共同見證AI超聲醫學領域里程碑式突破。

　　在人工智能技術快速發展的全球浪潮中，醫療健康領域正邁入智能化轉型的關鍵階段。作為臨床診斷重要手段，超聲影像長期面臨效率低下、診斷標準不統一以及AI模型精度不足等問題。在此背景下，中國科學院香港創新研究院人工智能與機器人創新中心（CAIR）昨日在香港發布其最新科研成果─「聆音」EchoCare超聲大模型。

　　歐洲科學院院士、美國國家發明家科學院院士、香港創新研究院羅傑波教授指出，「聆音」EchoCare超聲大模型在醫院常規檢查中的應用，不僅能夠顯著降低對專業人員的依賴，還能協助醫生更高效、更精準地進行診斷。模型可迅速捕捉並解析出超聲掃查視頻中的關鍵醫學信息，成功識別出異常病例，有效降低重大疾病的漏診與誤診率。\大公報記者 郭如佳

　　測試結果表明，「聆音」EchoCare在超聲圖像分割、分類、檢測、回歸、增強等七大醫學任務及十餘項下游應用中，均取得當前最優性能表現，模型相對當前SOTA方法性能平均提高3%-5%。這一技術的應用將有效提升醫療服務效率，同時為醫療資源的優化配置提供更多可能性。

　　依託逾400萬張超聲影像訓練

　　「聆音」EchoCare超聲大模型，依託目前所知首個規模超過400萬張的超聲影像數據集進行訓練。該模型引入「結構化對比自監督學習框架」，基於醫學先驗的層次化樹形標籤，實現多標籤語義關係結構化學習與隱式編碼，通過圖像掩膜重建技術、自適應困難圖塊挖掘技術、漸進式訓練策略等方法，有效提升了模型對超聲影像深層語義的建模能力與泛化性能。

　　出席發布會的嘉賓包括CAIR主任劉宏斌研究員、CAIR副主任孟高峰研究員、歐洲科學院院士、美國國家發明家科學院院士、香港創新研究院羅傑波教授、香港中文大學醫學院外科學系教授、心胸外科主任黃鴻亮教授以及香港中文大學意外及急救醫學教研部主任Colin A. Graham教授等國內外知名學者、臨床專家。

　　CAIR副主任孟高峰研究員在發布會上解釋了「聆音」這一名稱源於成語「聆音察理」，出自南朝劉勰的《文心雕龍．知音》，文中提到「操千曲而後曉聲，觀千劍而後識器」的理念與超聲大模型的研發宗旨高度契合。

　　解析關鍵醫學信息 自動生成報告

　　「聆音」EchoCare的標準化分析能力，可有效降低重大疾病的漏診與誤診率，顯著提升臨床診斷的效率與規範性，為基層醫療工作者提供強有力的技術支持。在案例分享環節，香港中文大學醫學院黃鴻亮教授首先介紹了「聆音」EchoCare超聲大模型在心臟超聲主動脈瘤檢測與分析方面的回顧性驗證結果，並展望了該大模型與機器人技術結合後在臨床中的潛在應用價值。在現場演示環節，他導入兩段超聲掃查視頻，模型迅速捕捉並解析出視頻中的關鍵醫學信息，成功識別出異常病例，並自動生成了相應的超聲報告供醫生參考。