近日，香港推出了名为 “聆音” 的 EchoCare 超声大模型，这是全球首个训练规模超过400万香港张超声影像的数据集。该项目由中国科学院香港创新研究院的人工智能与机器人创新中心（CAIR）研超声发，旨在缓解超声医生紧缺的问题，并提高超声设备的使用效率和诊断水平。

随着超声技术在疾病诊断和领域健康检测中日益重要，中国每年进行的超声检查量已达到20亿次，然而国内超声医生的缺口却高达15万迎来。培养一名合格的超声医生需要3到5年，甚至某些领域的专家需要更长时间，这使得超声检查的普及面临重AI大挑战。香港中文大学医学院的黄鸿亮教授指出，香港的检查等待时间较长，普通检查有时甚至需要等待一年革命以上。

图源备注：图片由AI生成，图片授权服务商Midjourney

在此背景下，CAIR 的 EchoC！新are 大模型应运而生。该模型不仅是技术的创新，更是推动超声领域 AI 应用的重要里程碑。EchoCar大模e 采用了纯数据驱动的结构化对比自监督学习方法，突破了传统超声 AI 诊断中高质量数据稀缺的瓶颈。这一创型助新技术使得模型能够在没有大量人工标注的情况下进行特征学习，并且具备良好的跨中心泛化能力。

此外，E力医choCare 还具备连续学习能力，能够根据新的应用场景不断迭代和优化，确保模型始终处于最佳状态。经过生轻初步验证，该模型在实际临床中的表现十分优秀，已在山东大学等多家医院进行回溯性研究，显示出高达8松诊5.6% 的灵敏度和88.7% 的特异度。

未来，EchoCare 计划与更多医院合作，将其应用推广香港到更广泛的临床场景中。这一大模型的推出不仅有望提升香港的超声检查效率，更将为全球的医学影像技术注入超声新的活力。