📢 转载信息
原文链接:https://www.nature.com/articles/s41586-025-09850-x
原文作者:Milos Vukadinovic, I-Min Chiu, Xiu Tang, Neal Yuan, Tien-Yu Chen, Paul Cheng, Debiao Li, Susan Cheng, Bryan He, David Ouyang
摘要
超声心动图是应用最广泛的心脏成像方式,它捕获超声视频数据以评估心脏结构和功能1。超声心动图中的人工智能(AI)有潜力简化手动任务,提高结果的再现性和精确性2。然而,大多数超声AI模型是单一视图、单一任务的系统,它们无法综合分析完整检查过程中从多个视图捕获的互补信息3,4,因此导致性能和应用范围受限。为解决这一问题,我们引入了EchoPrime,一个多视图、视图先验、基于视频的视语基础模型,它在超过1200万个视频-报告对上进行了训练。EchoPrime采用对比学习来训练一个统一的嵌入模型,适用于综合性超声心动图研究中的所有标准视图,并能表征罕见病和常见病及诊断。随后,EchoPrime利用视图分类和一个视图先验的解剖注意力模块,对视频特异性嵌入进行加权,从而准确地映射超声视图与解剖结构之间的关系。通过检索增强解释,EchoPrime整合了综合性研究中所有超声视频的信息,并执行整体临床解释。在来自五个国际独立医疗系统的数据集上,EchoPrime在23个不同的心脏形态和功能基准测试中取得了最先进(state-of-the-art)的性能,超越了特定任务方法和先前基础模型的性能。经过严格的临床评估,EchoPrime可以协助医生对综合性超声心动图进行自动化初步评估。
作者信息
作者贡献说明
-
这些作者对本文的贡献是相等的:Bryan He, David Ouyang
作者及单位信息
-
Department of Cardiology, Smidt Heart Institute, Cedars-Sinai Medical Center, Los Angeles, CA, USA
Milos Vukadinovic, I-Min Chiu, Susan Cheng & David Ouyang
-
Department of Bioengineering, University of California Los Angeles, Los Angeles, CA, USA
Milos Vukadinovic
-
Department of Emergency Medicine, Kaohsiung Chang Gung Memorial Hospital, Kaohsiung, Taiwan
I-Min Chiu
-
Division of Cardiology, Department of Medicine, Stanford University, Palo Alto, CA, USA
Xiu Tang & Paul Cheng
-
Department of Medicine, University of California, San Francisco, CA; Division of Cardiology, San Francisco Veterans Affairs Medical Center, San Francisco, CA, USA
Neal Yuan
-
Division of Cardiology, Department of Medicine, Kaohsiung Chang Gung Memorial Hospital, Kaohsiung, Taiwan
Tien-Yu Chen
-
Biomedical Imaging Research Institute, Cedars-Sinai Medical Center, Los Angeles, CA, USA
Debiao Li
-
Department of Computer Science, Stanford University, Stanford, CA, USA
Bryan He
-
Division of Research, Kaiser Permanente Northern California, Pleasanton, CA, USA
David Ouyang
通讯作者
通讯作者请联系 Bryan He 或 David Ouyang。
补充信息
补充信息
补充表格 1–11 和补充图 1 和 2。
补充视频 1
EchoPrime 演示。来自一次超声心动图检查的所有视频都被上传到 EchoPrime 界面,该界面自动综合所有视图的信息并生成完整、结构化的超声心动图报告。
引用本文
Vukadinovic, M., Chiu, IM., Tang, X. et al. Comprehensive echocardiogram evaluation with view primed vision language AI. Nature (2025). https://doi.org/10.1038/s41586-025-09850-x
-
收到:
-
接收:
-
发表:
-
DOI : https://doi.org/10.1038/s41586-025-09850-x
🚀 想要体验更好更全面的AI调用?
欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,文档丰富,小白也可以简单操作。
评论区