问题——超声检查因无创、便捷、适用范围广，已成为门诊、住院和体检的常用手段；但实际工作中，超声图像受设备差异、操作习惯和标记遮挡影响明显。医生往往需要在较短时间内完成图像判读、病灶测量、鉴别分析和报告撰写，工作负荷大，也更难实现统一标准；同时，不同机构的数据质量参差不齐，影响跨中心科研和技术迭代。在确保医疗安全与可追溯的前提下，如何提升诊断效率、减少重复劳动、推动服务同质化，成为影像智能化绕不开的问题。 原因——政策层面，国家和地方持续推进“人工智能+”行动，医疗卫生被视为重要应用场景；行业层面，医学影像数据快速增长，临床对从“辅助工具”走向“协同决策”的需求更为迫切；技术层面，多模态学习、推理增强与数据治理能力提升，为面向专科的垂直大模型提供了落地条件。鉴于此，武汉市中心医院作为湖北省数智化转型试点医院、人工智能示范医院，积累了较多临床场景和数据治理经验；武汉大学计算机学院在算法研发与人才培养上具备优势。双方以医校协同方式，围绕超声图像标记干扰、跨器官病灶识别等难点联合攻关，推动研究成果向临床应用转化。 影响——当天武汉市中心医院杨春湖院区举行的发布会上，双方发布超声诊断大模型“佑珈”，并成立“医学人工智能联合实验室”。据介绍，“佑珈”定位为湖北省首个聚焦临床超声全流程的多模态垂直大模型，其核心是以智能体决策为“中枢”，将图像处理、病灶发现、证据推理与结果输出串联成闭环，形成“证据先行、推理协同、结果可复核”的工作机制。该模型可对图像中的水印、卡尺、测量线等干扰信息进行净化处理，批量输出更符合标准化训练和读片需求的图像；可对多器官、多类型病灶进行识别与定位，并给出量化信息，帮助医生更快锁定关键区域；可结合图像特征与临床信息、检查要点进行综合推理，输出可供参考的辅助诊断意见；可生成结构化报告草稿，减少重复书写、提升报告规范性；并通过噪声抑制、标记清理等方式提升数据可用性，为多中心科研与合规数据支撑打基础。业内人士认为，这种从“单点功能”走向“流程协同”的路径，有望让智能化更深入地融入诊疗工作流。 对策——受访专家表示，临床智能化应用的关键不在于“能否给出结论”，而在于“是否可控、可查、能融入流程”。一上，应以临床需求为牵引，围绕高频场景和易错环节提升模型能力，并通过分层分级部署满足门诊、急诊、住院和体检等不同场景；另一方面，要加强数据治理与安全合规，建立数据全流程管理与质量评估体系，推动高质量数据集建设；同时院内形成与临床科室相匹配的使用规范、质控机制与培训体系，明确“人机协同”边界，确保诊疗安全和责任闭环。此次联合实验室的成立，被视为推进“产学研医”长期合作的重要抓手，有助于贯通技术迭代、临床验证、标准制定与人才培养。 前景——随着基层医疗能力建设和分级诊疗推进，超声服务需求预计将持续增长。面向专科场景的垂直大模型若能在不同设备、不同人群和多机构环境中稳定运行，并形成可复制的落地路径，有望在提升效率、促进同质化、支撑远程协作和科研创新各上释放更大价值。业内预计，下一阶段重点将从“是否可用”转向“是否可信、可监管、可持续”，包括扩大多中心验证范围、完善可解释与可追溯机制、推动与医院信息系统深度对接，并探索质控管理、教学培训与科研设计等上的延伸应用。以武汉为代表的区域实践，或可为湖北打造“人工智能+医疗卫生”创新高地提供参考。
"佑珈"模型的发布，标志着医疗智能化正从通用技术应用走向专科场景的深度赋能；面对科技进步与临床需求的同步提升，如何在技术落地过程中兼顾医疗伦理、完善标准与规范体系，将成为下一阶段医疗人工智能发展的重要课题。这个探索不仅是技术升级，也将为“健康中国”战略提供更多可复制的实践经验。