圖：據介紹，「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。
應 用
•在醫院常規檢查中應用，顯著降低對專業人員的依賴，協助醫生更高效更精準診斷，將有效提升醫療服務效率，為醫療資源優化配置提供更多可能性。
原 理
•「聆音察理，鑒貌辨色」。創新採用「結構化對比自監督」學習方法，無需大量數據標註即可實現「特徵學習」與「下游任務」的解耦，實現超聲領域先驗知識內化以及跨任務知識遷移。
驗 證
•山東大學齊魯醫院婦產科1556例卵巢腫瘤超聲病例和中南大學湘雅醫院1000餘例甲狀腺超聲檢查中的具體案例驗證，顯示其性能顯著優於現有最先進技術或模型。
潛 力
•香港中文大學醫學院黃鴻亮教授介紹該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，展望其與機器人技術結合後在臨床中的潛在應用價值。現場演示環節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，自動生成相應超聲報告。
