聆音EchoCare超聲大模型亮相TVB,CAIR聯同香港中文大學及威爾斯親王醫院開展臨牀研究
聆音大模型亮相TVB!CAIR携手香港中文大学及威尔斯亲王医院开展智能超声临床研究
聆音EchoCare超聲大模型亮相TVB《AI智有計》第四集,展示CAIR與香港中文大學及威爾斯親王醫院合作測試超聲切面識別和尺寸測量功能。相關算法已能識別不同心臟超聲切面,團隊正評估其在檢查中的表現及減少手動操作的潛力。
发表日期: 2026年11月6日
11月5日,TVB翡翠台特别栏目《AI智有计》第四集聚焦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“聆音EchoCare”超声大模型。节目通过团队专访与现场演示,展示了模型的智能辅助功能,以及CAIR与香港中文大学、威尔斯亲王医院医护团队共同开展临床应用验证的进展。
CAIR“用于医学诊断和手术的多模态大语言模型”项目已获香港特区政府人工智能资助计划(AISS)支持。“聆音EchoCare”超声大模型是中心在超声领域的研发成果,本次节目聚焦的,正是这项技术如何回应香港临床一线的实际需求。
从急症室的实际需求出发
从模型研发到医院里的超声检查,AI具体能够帮助医护人员完成哪些工作?目前,CAIR正与威尔斯亲王医院合作,测试超声切面识别及测量功能,探索减少检查中的手动操作工序。这项合作关注的一个具体问题,是如何通过AI辅助床旁超声,为急性主动脉综合征的识别提供帮助。临床团队关心检查流程的效率,也关心能否更早获得有助于判断病情的信息。
香港中文大学医学院意外及急救医学教研部主任,威尔斯亲王医院荣誉顾问医生、急症科专科医生洪矶正教授在节目中谈到了急症室面临的压力。“香港现在急症室有很多病人,每日有大概四至五百个病人,而困难之处就是因为我们病人多,但(病人的)等候时间我们都尽量不想太长。”

香港中文大学医学院外科学系教授、心胸外科主任,中大医院顾问医生、心胸外科专科医生黄鸿亮教授,则从主动脉疾病的诊疗需求出发,说明及早筛查的意义。“急性主动脉撕裂的死亡机会非常之高,所以如果可以及早用一些方法去筛查,对于我们适时的治疗非常之有帮助。”

围绕这一临床需求,香港中文大学医学院研究意外及急救医学教研部团队探索引入AI辅助床旁超声。经黄鸿亮教授推荐,团队与CAIR展开合作,将急诊研究、胸主动脉疾病专科经验与中心的人工智能研发工作结合起来。这也让模型研发有了具体的临床问题作为参照——超声检查中的哪些步骤需要辅助,AI的识别与测量功能如何配合医护人员操作,以及这些功能在医院环境中表现如何。 
把AI能力用到识别与测量环节
本次节目介绍的超声研究,聚焦切面识别、影像标注和主动脉尺寸测量等环节。中心希望通过模型对超声图像的分析,为医护人员提供辅助,并在与临床团队的合作中持续优化相关功能。
谈及医疗AI在超声检查中的应用,CAIR主任刘宏斌研究员介绍。“比如像在做超声检查的时候,我们AI的模型就可以帮助医生更好的做出判断,判断哪个是他的病灶(发生病变的位置)、哪些是他的一些正常的器官组织,然后能够更快地进行一些测量,由AI自动的生成报告。”

在此次与香港临床团队开展的合作中,切面识别与尺寸测量是具体的测试内容。围绕这些功能,香港中文大学医学院意外及急救医学教研部博士研究生、注册护士李善彤介绍。“AI演算法可以自动去分辨不同的超声波切面,在特定训练过的位置上进行自动的距离量度。即时检测到病人的大动脉情况,可以加快病人诊断的流程,透过AI可以令超声波检测更容易、更快、更准确。

从辨认切面到完成测量,这些具体步骤也是团队评估AI辅助价值的切入点。目前,相关算法已能识别不同心脏超声切面。团队正通过与威尔斯亲王医院的合作,测试识别及测量功能在超声检查中的表现,探索其减少手动操作的潜力。

在临床合作中持续验证
对CAIR而言,与医院的合作贯穿技术研发、功能测试和后续优化。临床团队提出的实际需求,以及医护人员在测试中的反馈,为模型改进和下一步验证提供依据。
目前,中心已与多家香港及内地医院不同科室的医生开展合作,探索“聆音EchoCare”在更多临床场景中的应用。下一步,团队计划拓展相关超声研究的临床验证,评估系统在日常诊疗中的表现与潜在价值。

此次TVB节目让公众看到了中心在香港开展医工合作的具体进展。CAIR将继续结合一线医护人员的需求,推进模型优化与临床验证,为香港医疗服务探索更多可用的AI辅助工具。
根据节目收视资料,该集收视点达16.8,按每收视点约64,340名观众折算,收视观众约108万。(数据来源:CSM Media Research及YOUBORA)
來源:CAIR 中科院香港人工智能與機器人創新中心 · cair-cas.org.hk