大公文匯全媒體報道，在人工智能技術快速發展的全球浪潮中，醫療健康領域正邁入智能化轉型的關鍵階段。作為臨床診斷的重要手段，超聲影像長期面臨效率低下、診斷標準不統一以及AI模型精度不足等問題，亟需技術突破與產業協同。在此背景下，中國科學院香港創新研究院人工智能與機器人創新中心（CAIR）今日（9月17日）在香港發布其最新科研成果——「聆音」EchoCare超聲大模型。

「聆音」EchoCare超聲大模型依託目前所知首個規模超過400萬張的超聲影像數據集進行訓練。該模型引入「結構化對比自監督學習框架」，基於醫學先驗的層次化樹形標籤，實現多標籤語義關係結構化學習與隱式編碼，通過圖像掩膜重建技術、自適應困難圖塊挖掘技術、漸進式訓練策略等方法，有效提升了模型對超聲影像深層語義的建模能力與泛化性能。

測試結果表明，「聆音」EchoCare在超聲圖像分割、分類、檢測、回歸、增強等七大醫學任務及十餘項下游應用中，均取得當前最優性能表現，模型相對當前SOTA方法性能平均提高3%－5%。

中國科學院香港創新研究院人工智能與機器人創新中心開源發布的「聆音」EchoCare超聲大模型，通過打破傳統超聲設備之間的兼容壁壘，激活多中心數據價值，為醫療機構提供了可復用的AI基礎設施。這一成果不僅加速了超聲AI規模化應用的落地，更為智能健康產業升級注入了持續的創新動能。

中國科學院香港創新研究院是中國科學院在香港設立的唯一直屬科研機構，於2019年成立，人工智能與機器人創新中心（CAIR）是其兩大科研中心之一。中心聚焦人工智能與生命健康的融合創新，主要圍繞多模態AI大模型、具身智能機器人、智能感知技術三大方向開展研究工作，獲香港InnoHK人工智能領域重點支持，是國際上為數不多的成建制開展面向醫療健康的人工智能系統技術研發與技術轉化的機構之一，致力建設成為粵港澳大灣區醫療科技創新及成果轉化重要基地。