Recentemente, Hong Kong lançou um modelo de grande dimensão chamado "Lingyin" (Escuta) da EchoCare, que é o primeiro conjunto de dados do mundo com mais de 4 milhões de imagens de ultrassom. Este projeto foi desenvolvido pelo Centro de Inovação em Inteligência Artificial e Robótica da Academia Chinesa de Ciências na Inovação de Hong Kong (CAIR), com o objetivo de aliviar a escassez de médicos especializados em ultrassom e melhorar a eficiência no uso de equipamentos de ultrassom e a qualidade dos diagnósticos.
Com o aumento da importância da tecnologia de ultrassom no diagnóstico de doenças e na detecção de saúde, o número de exames de ultrassom realizados anualmente na China atinge 2 bilhões, mas há uma falta de 150 mil médicos especializados em ultrassom. Formar um médico especializado em ultrassom leva de 3 a 5 anos, e em certas áreas, os especialistas podem demorar ainda mais tempo, o que torna o acesso aos exames de ultrassom uma grande dificuldade. O professor Wong Hung-leung da Faculdade de Medicina da Universidade de Hong Kong destacou que o tempo de espera para exames em Hong Kong é longo, e em alguns casos pode demorar mais de um ano.
Nota da fonte da imagem: A imagem foi gerada por IA, e o serviço de autorização é fornecido pela Midjourney.
Nesse contexto, o modelo de grande dimensão EchoCare da CAIR surgiu. Este modelo não só representa uma inovação tecnológica, mas também é um marco importante no uso da inteligência artificial na área de ultrassom. O EchoCare utiliza um método de aprendizagem autossupervisionada estruturada baseada puramente em dados, superando o gargalo da escassez de dados de alta qualidade na triagem clínica tradicional de ultrassom. Essa tecnologia inovadora permite que o modelo aprenda características sem necessidade de grandes quantidades de anotações manuais e possui boa capacidade de generalização entre centros diferentes.
Além disso, o EchoCare tem a capacidade de aprender continuamente, podendo iterar e otimizar-se constantemente de acordo com novos cenários de aplicação, garantindo que o modelo esteja sempre no seu melhor estado. Após uma validação inicial, o modelo se mostrou muito bem nos ambientes clínicos reais, e já foi usado em estudos retrospectivos em vários hospitais, como a Universidade de Shandong, apresentando sensibilidade de 85,6% e especificidade de 88,7%.
