從“輔助”到“決策” 超聲診斷大模型“佑伽”發(fā)布

從“輔助”到“決策”，AI賦能醫(yī)療服務又迎來新跨越。3月27日，由武漢市中心醫(yī)院與武漢大學聯(lián)合研發(fā)的超聲診斷大模型“佑伽”在武漢發(fā)布。它以智能體決策為核心中樞，構(gòu)建起覆蓋圖像凈化、病灶檢測、證據(jù)推理到報告生成的一體化智能閉環(huán)系統(tǒng)，讓人工智能從單一功能的輔助工具，進化為具備協(xié)同推理能力的臨床決策助手。

武漢市中心醫(yī)院聯(lián)合武漢大學發(fā)布超聲診斷大模型“佑伽”。

五大核心能力集成，打造超聲診療“最強大腦”

3月27日上午，在武漢市中心醫(yī)院楊春湖院區(qū)舉行的發(fā)布會上，武漢市中心醫(yī)院與武漢大學計算機學院共同發(fā)布了超聲診斷大模型“佑珈”，并揭牌成立了“醫(yī)學人工智能聯(lián)合實驗室”。

大模型命名“佑珈”，“佑”取自醫(yī)院文化IP形象“龍小佑”，象征著守護健康的醫(yī)者初心；“珈”則源自武漢大學所在的珞珈山，承載著百年學府的學術(shù)底蘊。這一命名，恰如其分地詮釋了醫(yī)校協(xié)同、技術(shù)與人文交融的核心理念。

武漢市中心醫(yī)院作為全省首家數(shù)智化轉(zhuǎn)型試點醫(yī)院、湖北省人工智能示范醫(yī)院，在臨床醫(yī)療、醫(yī)學大數(shù)據(jù)及人工智能應用場景方面根基深厚；武漢大學計算機學院則在人工智能技術(shù)開發(fā)與高端人才培養(yǎng)方面優(yōu)勢凸顯。此次醫(yī)院與院校攜手合作，旨在推動人工智能與臨床診療深度融合，打造醫(yī)校協(xié)同驅(qū)動數(shù)智化創(chuàng)新的行業(yè)標桿。

據(jù)悉，該款超聲診斷大模型突破了超聲標記去除、多器官病灶檢測等關鍵技術(shù)，構(gòu)建了完備的多模態(tài)超聲智能診斷技術(shù)體系，有力推動了人工智能在臨床精準診療中的落地應用。

在功能層面，“佑珈”更像一個為超聲診斷醫(yī)生量身打造的“最強智慧大腦”，具備五大核心能力。它既是“圖像凈化師”會智能擦除圖像上的水印、卡尺、測量線等干擾標記，批量生成純凈、標準的超聲圖像，讓醫(yī)生不再被冗余信息遮擋視線；又是“病灶偵察兵”，可精準識別病灶，并自動輸出定位與量化信息，成為醫(yī)生的“第二雙眼睛”；同時，它還具備“多模態(tài)推理”能力，能將圖像特征與臨床信息、工具結(jié)果聯(lián)合推理，生成專業(yè)的輔助診斷結(jié)論；并且，它還是一位高效的“報告助理”，能自動生成規(guī)范的結(jié)構(gòu)化超聲報告草稿，提升診斷與書寫效率；此外，它還扮演著“數(shù)據(jù)管家”的角色，能自動消除噪聲與標記干擾，構(gòu)建高質(zhì)量數(shù)據(jù)集，為AI訓練和多中心科研提供安全合規(guī)的數(shù)據(jù)支撐。

在臨床應用層面，超聲診斷大模型的價值貫穿超聲診療全鏈條。如應用到日常門診、住院及體檢中，它可化身“第二閱片人”，通過大模型調(diào)用患者檢查的超聲圖像后，可開啟AI診斷，從診斷、鑒別診斷、病灶的勾畫到診斷結(jié)果的呈現(xiàn)，以及規(guī)范化報告草稿的生成，一整套流程僅花費2—3秒時間，但超聲報告出具的最關鍵一步必須由超聲診斷醫(yī)生來進行最終的審核、確認。借助這一大模型智能助手，可幫助超聲診斷醫(yī)生從繁瑣的文書工作中抽身，大大提升了工作效率，從而讓醫(yī)生更專注于分析關注患者的病情。

在醫(yī)學教育領域，超聲診斷大模型可參與住院醫(yī)師規(guī)范化培訓，提供標準化診斷參考，幫助年輕醫(yī)生快速積累經(jīng)驗。尤為重要的是，這款大模型為賦能基層醫(yī)療提供了有力抓手。它既能彌補基層超聲醫(yī)生數(shù)量不足、經(jīng)驗參差不齊的短板，幫助統(tǒng)一診斷標準，助力提升基層醫(yī)療機構(gòu)診斷的一致性與準確率，減少漏診、誤診風險，從而讓基層患者在家門口就能享受到三甲醫(yī)院同質(zhì)化高水平的超聲診斷服務，有效推動優(yōu)質(zhì)醫(yī)療資源下沉。

武漢市中心醫(yī)院超聲診斷科主任劉建新演示超聲診斷大模型“佑伽”。

高質(zhì)量數(shù)據(jù)訓練，鑄就懂超聲、會診斷的AI

一個能讀懂超聲、會思考診斷的AI，究竟是如何鑄就的？答案，藏在近5萬個高質(zhì)量的病例和44萬張超聲圖像里。

超聲醫(yī)學被譽為臨床診療的“無創(chuàng)排頭兵”，但行業(yè)發(fā)展長期面臨一個“數(shù)據(jù)壁壘”：臨床采集的超聲圖像上，設備水印、測量卡尺、參數(shù)文本、勾畫等冗余標記如同“貼紙”般覆蓋在組織紋理上，讓數(shù)據(jù)難以直接用于AI訓練。這些數(shù)據(jù)結(jié)構(gòu)不統(tǒng)一、命名不規(guī)范、敏感信息混雜，構(gòu)建高質(zhì)量訓練數(shù)據(jù)又需耗費大量人力與時間，導致超聲AI研發(fā)受限于高質(zhì)量純凈數(shù)據(jù)集不足，模型易學習“捷徑特征”，跨設備、跨院區(qū)泛化能力較弱。

為筑牢“佑珈”的訓練根基，來自武漢市中心醫(yī)院與武漢大學計算機學院的團隊攜手展開了一場“數(shù)據(jù)攻堅戰(zhàn)”。除了大學教授領銜的技術(shù)團隊，醫(yī)院也派出多名經(jīng)驗豐富的超聲診斷醫(yī)生，開展體系化、高質(zhì)量的數(shù)據(jù)標注工作。數(shù)據(jù)準備累計覆蓋乳腺、腎臟、甲狀腺、肝膽脾胰、泌尿生殖系統(tǒng)等14個重要臟器或部位，涉及良惡性病變等110個常見病種，進行了精細到像素級的勾畫標注，總計處理了近5萬個高質(zhì)量的有效病例，對應44萬張超聲圖像，其中精細化勾畫標注的圖像達9.1萬張。這一規(guī)模龐大、病種覆蓋全面、標注精細合規(guī)的高質(zhì)量多模態(tài)數(shù)據(jù)集，為大模型能力的提升提供了堅實、合規(guī)、高價值的多模態(tài)數(shù)據(jù)支撐。

在技術(shù)路徑上，項目團隊采用了分階段、分模型的協(xié)同訓練策略。核心多模態(tài)大模型參數(shù)規(guī)模達87.7億，采用監(jiān)督學習與強化學習兩階段訓練，讓模型在“學習”與“精進”中不斷迭代。同時，去標記凈化模型與智能檢測模型作為專項能力模塊，分別針對圖像凈化和病灶定位進行優(yōu)化，既保證了核心效果，又提升了整體系統(tǒng)的效率與泛化能力。正是這套“組合拳”，讓“佑珈”學會了分辨正常與異常，理解了病灶的萬千形態(tài)。

武漢市中心醫(yī)院與武漢大學計算機學院揭牌成立“醫(yī)學人工智能聯(lián)合實驗室”。

深耕三個方向，讓“智慧”從實驗室走向基層

當天，隨著“醫(yī)學人工智能聯(lián)合實驗室”的揭牌，雙方的研發(fā)合作進入更深層次的推進階段。

據(jù)介紹，在現(xiàn)有大模型基礎上，武漢市中心醫(yī)院還將聯(lián)合武漢大學計算機學院進一步打造超聲綜合智能體，將病灶識別、疾病診斷、證據(jù)提煉與報告輸出串聯(lián)成全流程智能化的閉環(huán)。這意味著，從醫(yī)生拿起超聲探頭的那一刻起，到最終一份規(guī)范、準確的診斷報告出爐，人工智能的輔助將貫穿每一個環(huán)節(jié)，讓臨床診療更加高效、精準。

技術(shù)落地生根，還將惠及基層更廣泛的人群。未來，將進一步深化AI與醫(yī)療器械融合，將大模型嵌入超聲設備，推動技術(shù)成果走出“實驗室”，規(guī)模化落地基層，讓三甲醫(yī)院的同質(zhì)化診療能夠隨著設備一起抵達基層醫(yī)療機構(gòu)，不斷助力醫(yī)療人工智能產(chǎn)業(yè)生態(tài)升級。(文/圖 李蓓 馬遙遙 盧亞芳)