上海
撰文丨王聪
编辑丨王多鱼
排版丨水成文
基础模型（Foundation Model）已成为临床环境中解决各类任务的强大工具。然而，其在乳腺超声（Breast Ultrasound）分析方面的潜在发展尚未得到充分挖掘。
2026 年 4 月 7 日，北京大学智能学院王立威教授团队联合中国医学科学院肿瘤医院、北京协和医院、斯坦福大学、北京大学肿瘤医院、南昌市人民医院、北京医准智能科技等机构的研究人员，在 Nature 子刊Nature Biomedical Engineering上发表了题为：A foundation generative model for breast ultrasound image analysis 的研究论文。
该研究开发了首个专为乳腺超声图像分析而设计的基础生成式模型——BUSGen。
在这项最新研究中，研究团队推出了BUSGen，这是首个专为乳腺超声图像分析而设计的基础生成式模型。BUSGen 在超过 350 万张乳腺超声图像上进行了预训练，从而获得了有关乳腺结构、病理特征和临床变异的广泛知识。
通过少量样本的适应，BUSGen 能够生成大量真实且具有信息量的任务特定数据，从而促进各种下游任务模型的发展。大量实验表明，BUSGen 具有出色的适应性，在乳腺癌筛查、诊断和预后方面显著优于基于真实数据训练的基础模型。在乳腺癌早期诊断方面，其优于所有持证放射科医生（n=9），平均灵敏度提高了 16.5%。此外，研究团队还探索了使用合成数据的缩放效应。最后，BUSGen 实现了去标识化数据共享，在安全利用医疗数据方面取得了进展。
论文链接：
https://www.nature.com/articles/s41551-026-01639-1
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
