图：据介绍，“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。

　　应 用

　　•在医院常规检查中应用，显著降低对专业人员的依赖，协助医生更高效更精准诊断，将有效提升医疗服务效率，为医疗资源优化配置提供更多可能性。

　　原 理

　　•“聆音察理，鉴貌辨色”。创新采用“结构化对比自监督”学习方法，无需大量数据标注即可实现“特征学习”与“下游任务”的解耦，实现超声领域先验知识内化以及跨任务知识迁移。

　　验 证

　　•山东大学齐鲁医院妇产科1556例卵巢肿瘤超声病例和中南大学湘雅医院1000余例甲状腺超声检查中的具体案例验证，显示其性能显著优于现有最先进技术或模型。

　　潜 力

　　•香港中文大学医学院黄鸿亮教授介绍该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，展望其与机器人技术结合后在临床中的潜在应用价值。现场演示环节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，自动生成相应超声报告。