图：在发布会现场，CAIR主任刘宏斌研究员，欧洲科学院院士、美国国家发明家科学院院士、香港创新研究院罗杰波教授，香港中文大学医学院外科学系教授、心胸外科主任黄鸿亮教授，CAIR副主任孟高峰研究员（由左至右）等国内外知名学者，共同见证AI超声医学领域里程碑式突破。

　　在人工智能技术快速发展的全球浪潮中，医疗健康领域正迈入智能化转型的关键阶段。作为临床诊断重要手段，超声影像长期面临效率低下、诊断标准不统一以及AI模型精度不足等问题。在此背景下，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）昨日在香港发布其最新科研成果─“聆音”EchoCare超声大模型。

　　欧洲科学院院士、美国国家发明家科学院院士、香港创新研究院罗杰波教授指出，“聆音”EchoCare超声大模型在医院常规检查中的应用，不仅能够显著降低对专业人员的依赖，还能协助医生更高效、更精准地进行诊断。模型可迅速捕捉并解析出超声扫查视频中的关键医学信息，成功识别出异常病例，有效降低重大疾病的漏诊与误诊率。\大公报记者 郭如佳

　　测试结果表明，“聆音”EchoCare在超声图像分割、分类、检测、回归、增强等七大医学任务及十馀项下游应用中，均取得当前最优性能表现，模型相对当前SOTA方法性能平均提高3%-5%。这一技术的应用将有效提升医疗服务效率，同时为医疗资源的优化配置提供更多可能性。

　　依托逾400万张超声影像训练

　　“聆音”EchoCare超声大模型，依托目前所知首个规模超过400万张的超声影像数据集进行训练。该模型引入“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结构化学习与隐式编码，通过图像掩膜重建技术、自适应困难图块挖掘技术、渐进式训练策略等方法，有效提升了模型对超声影像深层语义的建模能力与泛化性能。

　　出席发布会的嘉宾包括CAIR主任刘宏斌研究员、CAIR副主任孟高峰研究员、欧洲科学院院士、美国国家发明家科学院院士、香港创新研究院罗杰波教授、香港中文大学医学院外科学系教授、心胸外科主任黄鸿亮教授以及香港中文大学意外及急救医学教研部主任Colin A. Graham教授等国内外知名学者、临床专家。

　　CAIR副主任孟高峰研究员在发布会上解释了“聆音”这一名称源于成语“聆音察理”，出自南朝刘勰的《文心雕龙．知音》，文中提到“操千曲而后晓声，观千剑而后识器”的理念与超声大模型的研发宗旨高度契合。

　　解析关键医学信息 自动生成报告

　　“聆音”EchoCare的标准化分析能力，可有效降低重大疾病的漏诊与误诊率，显著提升临床诊断的效率与规范性，为基层医疗工作者提供强有力的技术支持。在案例分享环节，香港中文大学医学院黄鸿亮教授首先介绍了“聆音”EchoCare超声大模型在心脏超声主动脉瘤检测与分析方面的回顾性验证结果，并展望了该大模型与机器人技术结合后在临床中的潜在应用价值。在现场演示环节，他导入两段超声扫查视频，模型迅速捕捉并解析出视频中的关键医学信息，成功识别出异常病例，并自动生成了相应的超声报告供医生参考。