青大附院等单位牵头！中国超声心动图AI大模型SINO-ECHO多中心研究项目启动，助力心血管疾病诊疗革新

半岛网9月26日讯 （记者 齐娟 孙贴静）今年《政府工作报告》提出，“持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用”，为AI技术在各领域的深度落地指明方向。

在这一时代浪潮下，2025年9月20日，由中国超声心动图学会发起的“中国超声心动图AI大模型SINO-ECHO多中心研究”项目启动会在第六届全国超声医学教育大会暨瑞金超声医学论坛召开期间成功举行。作为心脏病学与人工智能深度融合交叉的创新领域，该项目由中国工程院张运院士、青岛大学校长魏志强教授联合发起，共同担任首席科学家，青岛大学附属医院、山东大学齐鲁医院和中国海洋大学作为主要研究团队，联合五十余家医疗机构和科研院所共同推进，标志着我国超声心动图AI研究迈入以超大算力和多中心协作为特征的新阶段。

聚焦临床痛点，破解冠心病AI诊断瓶颈

“AI数据大模型的核心作用是帮助我们解决实际问题。”

张运教授在致辞中指出，当前全球人工智能领域风起云涌发展迅猛，但在心血管疾病诊疗领域的应用仍相对缓慢。特别是冠心病的超声心动图诊断，受限于临床表现复杂、诊断准确性较低的技术瓶颈。SINO-ECHO大模型正是为破局而来。项目将依托超大规模算力平台，构建经胸超声心动图诊断大模型，在冠心病超声心动图无创性分型识别、狭窄定位及病因机制分析等关键技术难题上实现重点突破，帮助医生解决临床痛点。

锚定“超分辨率数字心脏”愿景

青岛大学校长魏志强教授详细阐述了SINO-ECHO大模型的研究背景、目标及具体方案，并就先进算法架构和强大算力支持两大核心优势进行了解读。SINO-ECHO大模型以新一代国产超算为算力支撑，以心脏超声为切入点，研究面向心超影像的大规模自动标注方法，通过超大规模心超数据集的高效分布式数据预处理与加载机制等技术，实现海量心超数据的大规模、强扩展、自动化智能标注，达成基于大模型基座微调的多切面融合心超智能诊断以及结构化临床超声报告智能生成。AI心血管研究的最终目标是依托百亿亿级（E级）算力及10PB级高质量、多模态、跨尺度系统生物医学大数据，构建机制认知、演化预判与治疗预测能力的“超高分辨率数字心脏”，实现对心脏疾病的全景认知与病理演化模拟，帮助医生攻克心血管病诊治的临床难点。

严谨设计保障研究可靠性

青岛大学附属医院孙品教授系统介绍了SINO-ECHO大模型的研究方案，包括研究人群的纳入和排除标准、技术操作规范、标准化数据采集、多中心协作的临床验证，研究样本将包括对照组和冠心病人群10万例以上，数据来源包括单中心的回顾性超声数据、多中心前瞻性队列和公共数据库，采用多阶段训练与多层级验证模式以实现大模型功能逐级优化，最终实现冠心病的疾病分型、病变部位、病变程度和心功能分析的精准诊断。

建言献策

专家聚力赋能

启动会现场，国内多位超声医学与心血管病领域专家建言献策，为项目注入了宝贵的智力支持。四川省人民医院尹立雪教授、山东大学齐鲁医院张梅教授、中国医学科学院阜外医院王浩教授、空军军医大学唐都医院袁丽君教授、上海交通大学医学院附属瑞金医院周建桥教授、方跃华教授、青岛大学附属医院王志斌教授和济宁医学院附属医院王少春教授等知名专家学者就项目实施路径、技术难点、临床转化等关键问题展开深入研讨，并提出宝贵的建设性意见，为项目方案完善和项目落地提供了重要参考。

当SINO-ECHO大模型的启动键按下，我国冠心病超声心动图AI精准诊断迈出关键一步，有望填补该领域长期存在的技术空白，中国冠心病诊疗的智能化征程迎来了历史性跨越。未来，通过多模态数据的深度融合与模型能力的持续演进，一个覆盖冠心病全疾病谱、贯穿冠心病全病理过程的智能诊疗新模式将逐步成形，最终推动我国心冠心病防治水平整体跃升。

虽然医工交叉的道路充满挑战，但当AI智慧与临床经验深度融合，当算力力量与数据价值充分释放，我们有理由相信，SINO-ECHO大模型不仅为中国医疗AI的发展树立新标杆，更将为全球心血管健康事业贡献“中国智慧”与“中国力量”，让更多患者享受科技进步带来的健康红利，从而向着“健康中国2030”的目标迈出坚实而有力的一步！

来源：大众报业·半岛网