香港近日推出了一项革命性的人工智能超声诊断技术——”聆音”EchoCare超音波大模型，该模型依托全球首个规模超过400万张超声影像的数据集，成为医学影像领域的重大突破。这一创新项目由中国科学院香港创新研究院下属的人工智能与机器人创新中心（CAIR）自主研发，其核心目标在于缓解当前超声医生严重短缺的问题，同时大幅提升医疗机构的超声设备使用效率与诊断精准度。
随着超声技术在疾病早期筛查和健康监测中的重要性日益凸显，中国每年超声检查量已突破20亿次大关。然而，国内超声医生缺口高达15万，而培养一名合格超声医师通常需要3至5年时间，部分专科领域专家的培养周期甚至更长。香港中文大学医学院黄鸿亮教授透露，香港部分医疗机构的检查等待时间已长达一年以上，严重制约了超声检查的普及应用。
面对这一严峻挑战，CAIR研发的EchoCare大模型应运而生。作为超声领域AI应用的里程碑之作，该模型采用创新的纯数据驱动结构化对比自监督学习方法，成功突破了传统超声AI诊断中高质量标注数据稀缺的技术瓶颈。这一突破性技术使模型能够在无需大量人工标注的情况下实现高效特征学习，同时具备出色的跨中心泛化能力。更值得关注的是，EchoCare还具备持续学习能力，可根据不同临床场景需求不断迭代优化，确保模型始终保持最佳性能状态。
初步临床验证显示，EchoCare大模型表现卓越，在山东大学等多家合作医院开展的回溯性研究中，其灵敏度高达85.6%，特异度达到88.7%。未来，该项目团队计划与更多医疗机构深化合作，将EchoCare技术推广至更广泛的临床应用场景。这一创新成果不仅有望显著提升香港的超声诊疗效率，更将为全球医学影像技术发展注入新的强大动力，推动人工智能在医疗领域的深度应用。