在人工智能技术快速发展的全球浪潮中，医疗健康领域正迈入智能化转型的关键阶段。作为临床诊断的重要手段，超声影像长期面临效率低下、诊断标准不统一以及AI模型精度不足等问题，亟需技术突破与产业协同。在此背景下，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）于9月17日在香港发布了其最新科研成果——“聆音”EchoCare超声大模型。
发布会现场， CAIR主任刘宏斌研究员、CAIR副主任孟高峰研究员、欧洲科学院院士、美国国家发明家科学院院士、香港创新研究院罗杰波教授、香港中文大学医学院外科学系教授、心胸外科主任黄鸿亮教授等国内外知名学者、临床专家和10余家媒体代表齐聚一堂，共同见证了这一AI超声医学领域的里程碑式突破。
（由左至右）刘宏斌研究员、罗杰波教授、黄鸿亮教授、孟高峰研究员
首创结构化对比自监督学习框架
“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。该模型引入“结构化对比自监督学习框架”，基于医学先验的层次化树形标签，实现多标签语义关系结构化学习与隐式编码，通过图像掩膜重建技术、自适应困难图块挖掘技术、渐进式训练策略等方法，有效提升了模型对超声影像深层语义的建模能力与泛化性能。
测试结果表明，“聆音”EchoCare在超声图像分割、分类、检测、回归、增强等七大医学任务及十余项下游应用中，均取得当前最优性能表现，模型相对当前SOTA方法性能平均提高3%~5%。
智慧医疗普惠化的重要里程碑
在开场致辞中，罗杰波教授对“聆音”EchoCare超声大模型的成功研发表达了热烈祝贺，并高度评价这是人工智能与医学应用深度融合的又一重大突破。他指出，“聆音”EchoCare超声大模型在医院常规检查中的应用，不仅能够显著降低对专业人员的依赖，还能协助医生更高效、更精准地进行诊断。这一技术的应用将有效提升医疗服务效率，同时为医疗资源的优化配置提供更多可能性。
罗杰波教授开场致辞
“聆音察理，鉴貌辨色”
CAIR副主任孟高峰研究员在发布会上解释了“聆音”这一名称源于成语“聆音察理”，出自南朝刘勰的《文心雕龙·知音》，文中提到“操千曲而后晓声，观千剑而后识器”与超声大模型的研发理念高度契合。他补充介绍道，EchoCare创新性地采用了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。
随后，孟高峰研究员展示了“聆音”EchoCare超声大模型的核心技术亮点、数据优势及应用成效。他进一步介绍了模型在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，其性能显著优于现有SOTA方法。
孟高峰研究员讲解超声大模型技术亮点
减负医生，造福患者，临床价值巨大
“聆音”EchoCare的标准化分析能力可有效降低重大疾病的漏诊与误诊率，显著提升临床诊断的效率与规范性，为基层医疗工作者提供强有力的技术支持。在案例分享环节，香港中文大学医学院黄鸿亮教授首先介绍了“聆音”EchoCare超声大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，并展望了该大模型与机器人技术结合后在临床中的潜在应用价值。在现场演示环节，他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，并自动生成了相应的超声报告供医生参考。
黄鸿亮教授展示超声大模型在心脏领域的临床应用
各界观点：科技以人为本，AI深耕现实
媒体问答环节，刘宏斌研究员、孟高峰研究员及黄鸿亮教授共同接受了凤凰卫视等媒体的提问，就EchoCare超声大模型的技术细节、临床应用前景及商业化路径等问题展开了深入交流。随后，媒体代表对特邀嘉宾进行了专访，并参观了CAIR打造的具身智能手术室平台，近距离体验了中心在AI医疗领域的最新成果。
黄鸿亮教授、刘宏斌研究员、孟高峰研究员现场接受传媒采访
中国科学院香港创新研究院人工智能与机器人创新中心开源发布的“聆音”EchoCare超声大模型，通过打破传统超声设备之间的兼容壁垒，激活多中心数据价值，为医疗机构提供了可复用的AI基础设施。这一成果不仅加速了超声AI规模化应用的落地，更为智能健康产业升级注入了持续的创新动能。
中国科学院香港创新研究院是中国科学院在香港设立的唯一直属科研机构，于2019年成立，人工智能与机器人创新中心（CAIR）是其两大科研中心之一。中心聚焦人工智能与生命健康的融合创新，主要围绕多模态AI大模型、具身智能机器人、智能感知技术三大方向开展研究工作，获香港InnoHK人工智能领域重点支持，是国际上为数不多的成建制开展面向医疗健康的人工智能系统技术研发与技术转化的机构之一，致力建设成为粤港澳大湾区医疗科技创新及成果转化重要基地。