聆音EchoCare - 香港科学院开源的超声基座大模型

聆音EchoCare是什么

聆音EchoCare是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）研发的超声基座大模型，基于全球最大的超声影像数据集（超450万张图像）训练而成，覆盖多中心、多地区、多人种及50余个人体器官。模型采用结构化对比自监督学习框架，无需依赖专家标注即可自主学习超声影像的深层语义特征，有效解决了传统超声AI泛化能力不足、数据标注依赖性强等问题。在临床任务中表现卓越：卵巢肿瘤良恶性判断灵敏度达85.6%、特异度88.7%，甲状腺结节检测平均精度88.8%，整体性能较国际顶尖模型提升3%-5%。目前已完成山东大学齐鲁医院、中南大学湘雅医院等机构的回溯性验证。

聆音EchoCare的功能特色

• 大规模多中心数据训练：基于全球最大的超声影像数据集，包含超450万张图像，覆盖20多个国家和地区、多中心、多人种及52个以上全身器官，确保模型的广泛适用性和强泛化能力。
• 结构化对比自监督学习框架：无需依赖专家标注即可自主学习超声影像的深层语义特征，实现特征学习与下游任务的解耦，有效提升模型对多部位、多任务的适应性。
• 层级化双分支架构：创新设计图像编码器和双分支解码器，模拟临床诊断逻辑，增强边缘特征鲁棒性，并逐步提取和分类解剖结构特征，提升诊断准确性和可解释性。
• 卓越的临床性能：在七大医学任务中性能较传统SOTA模型平均提升3%~5%，其中卵巢肿瘤良恶性分类灵敏度达85.6%、特异度88.7%，甲状腺结节检测平均精度88.8%。
• 多中心临床验证与落地应用：已在山东大学齐鲁医院、中南大学湘雅医院等机构完成回溯性验证，未来计划与硬件厂商合作，推动在基层医疗和急诊场景的规模化应用，助力提升诊断效率和规范性。

聆音EchoCare的核心优势

• 超大规模多中心数据训练：基于全球最大的超声影像数据集，包含超过400万张图像，覆盖全球20多个国家和地区、多中心、多人种及52个以上全身器官，确保了模型的广泛适用性和强大的泛化能力。
• 创新的自监督学习框架：采用首创的“结构化对比自监督学习”方法，无需依赖大量专家标注数据即可自主学习超声影像的深层语义特征，实现了特征学习与下游任务的解耦，极大提升了模型对多部位、多任务的适应性和学习效率。
• 卓越的临床诊断性能：在图像分割、分类、检测等七大医学任务中，其性能较传统顶尖（SOTA）模型平均提升3%~5%。具体而言，在卵巢肿瘤良恶性分类任务中灵敏度达85.6%、特异度88.7%，在甲状腺结节检测任务中平均精度达88.8%，有效降低了重大疾病的漏诊与误诊率。
• 强大的泛化与兼容能力：模型设计有效克服了因不同超声设备厂商算法差异、医师操作习惯不同导致的图像“多变性”挑战，打破了传统超声AI的“碎片化开发”困局，能够兼容不同设备和多样化的临床场景。

聆音EchoCare官网是什么

• 项目官网：https://echocare.cares-copilot.com/
• Github仓库：https://github.com/CAIR-HKISI/EchoCare
• arXiv技术论文：https://arxiv.org/pdf/2509.11752

聆音EchoCare的适用人群

• 超声科医生及影像诊断医师：模型能辅助医生进行超声图像分析，提升诊断效率和准确性，特别是在卵巢肿瘤良恶性判断、甲状腺结节检测等复杂诊断任务中，可帮助降低漏诊与误诊率。
• 基层医疗机构及全科医生：针对医疗资源相对匮乏的基层场景，模型可降低对高水平超声医生的依赖，帮助全科医生或经验较少的操作者进行更规范的超声检查和初步诊断，提升基层医疗服务的可及性和质量。
• 急诊科医护人员：模型特别适用于急诊场景，可快速辅助鉴别急性病症，例如用于心脏主动脉瘤的快速筛查，帮助急诊医生在时间紧迫的情况下做出更准确的判断，预防因漏诊导致的医疗风险。
• 医学教育机构及培训学员：模型可作为教学辅助工具，帮助医学学员学习和理解超声影像的判读，通过提供标准化的分析参考，加速超声诊断技能的培养过程。
• 超声设备制造商及医疗科技公司：企业可以将该模型集成到超声设备中，开发更智能的超声诊断系统或辅助诊断软件，提升产品竞争力，共同推动超声AI技术的规模化落地和商业化应用。