Nat Biomed Eng | 当大语言模型“看懂”超声，香港浸会大学研究团队首次实现视觉语言模型提供实时、精准的胎儿超声解读辅助

背景：徒手胎儿超声检查高度依赖操作者技能，新老操作者之间存在显著技能差距，且培养一名熟练的超声医师耗时较长。研究目的：为缩小这一差距，香港浸会大学研究团队开发了名为Sonomate的视觉接地语言模型，旨在作为实时数字助理，在扫描过程中提供解剖检测、问题回答和即时反馈等交互式指导。结论：Sonomate是首个集成视频-文本对齐的医学成像语言模型，通过粗粒度与细粒度联合对准策略，能有效理解胎儿超声视频，在解剖结构检测和视觉问答中表现良好，为人工智能辅助超声训练和诊断提供了新路径。