67
分享 
全文概要
武汉大学杜博教授团队提出胎儿超声视觉-语言基础模型 FetalMind，首次实现面向可变数量多切面图像的全孕期联合诊断与报告生成，获 KDD 2026 大会 AI for Sciences 赛道最佳论文奖。模型总体诊断准确率达 81.3%，较 GPT-5、Gemini 2.5 Pro 等模型综合性能平均提升 14%。
1. 技术挑战与创新设计
胎儿超声是产前筛查和出生缺陷早期识别的重要手段，但存在图像数量不定、切面差异显著、疾病表征易混淆等固有难题，传统模型难以处理"多切面、可变数量"的复杂输入。
FetalMind 的创新在于三点：通过孕期特异空间对齐解决多切面信息整合问题；构建专家"疾病—切面"知识图谱约束推理；引入显著认知解缠，强化关键异常证据定位与跨切面推理能力。这一设计使模型能够像经验丰富的超声医生一样，在多个切面之间进行联合研判。
2. 大规模数据与性能表现
研究团队联合 12 家医疗中心构建了 FetalSigma-1M 数据集，汇集 20,566 例检查、119 万幅超声图像，覆盖孕早、中、晚期共 54 类切面及 300 余种疾病，为模型训练提供了扎实的多中心基础。
性能方面，FetalMind 总体诊断准确率达到 81.3%，与包括 GPT-5、Gemini 2.5 Pro 在内的多种开源及闭源模型相比，综合性能平均提升 14%；在重大胎儿畸形的多中心临床确诊病例中，关键病种准确率提升达 61.2%，展现出在真实临床场景中的显著优势。
3. 临床价值与政策支撑
FetalMind 首次打通了"多切面自动整合—异常识别—报告生成"的全流程，为胎儿异常筛查的智能化提供了新路径，有望缓解基层超声医师资源不足、提升出生缺陷早筛早诊效率。
该研究依托国家重点研发计划项目"基于孕期筛查大数据和人工智能技术的结构性出生缺陷早期诊断与干预研究"开展，聚焦结构性出生缺陷早发现、早诊断、早干预的临床需求，体现了 AI 与临床医学深度交叉、服务公共卫生的典型范式。
来源：武汉大学 Sigma 课题组、KDD 2026
声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。
