一项名为“聆音”的革命性AI技术正在香港悄然改变着超声医学的未来。这款由中科院香港创新研究院人工智能与机器人创新中心（CAIR）自主研发的EchoCare超声大模型，凭借其训练所用的超400万张超声影像数据集，成为全球规模领先的同类项目。它的诞生，不仅标志着医学影像AI迈入新阶段，更肩负起缓解医疗资源紧张、提升诊断精准度的双重使命。
近年来，超声检查因其无创、实时和成本较低等优势，在各类疾病的筛查与监测中扮演着愈发关键的角色。据统计，我国每年超声检查量已突破20亿人次，但与此形成鲜明对比的是，专业超声医师的缺口高达15万人。一名医生从入门到精通往往需耗费三至五年，部分复杂领域的专家培养周期甚至更长。这种供需失衡导致患者等待时间不断拉长，正如香港中文大学医学院黄鸿亮教授所言，许多常规检查在本地竟需排队逾年，严重影响了早期诊断的时效性。
图源备注：图片由AI生成，图片授权服务商Midjourney
正是在这一严峻背景下，EchoCare应运而生。它并非简单的辅助工具，而是通过纯数据驱动的结构化对比自监督学习框架，实现了对传统AI诊断模式的颠覆。以往的AI系统高度依赖人工标注数据，而高质量标注样本稀缺且耗时费力。EchoCare则巧妙绕开此瓶颈，能够在极少人工干预的情况下自主提取图像特征，并展现出卓越的跨机构适应能力，这意味着它能在不同医院、不同设备条件下保持稳定表现。
更令人瞩目的是，该模型具备持续进化的“学习力”。随着临床数据的不断输入，系统可实现动态迭代，确保算法始终紧跟医学前沿。初步临床验证结果令人振奋：在山东大学附属多家医院开展的回溯性研究中，EchoCare展现出85.6%的灵敏度与88.7%的特异度，接近资深医师水平，为基层医疗机构提供了强有力的决策支持。
展望未来，研发团队正积极推动EchoCare与更多医疗机构深度合作，拓展其在妇产、心血管、肿瘤等多场景的应用边界。这项来自东方的智慧，不仅有望重塑香港乃至内地的超声诊疗生态，更将为全球智能医疗的发展提供可复制的技术范本。
