Nature子刊：北京大學(xué)王立威團(tuán)隊(duì)等開發(fā)首個專注乳腺超聲圖像分析的AI模型——BUSGen

撰文丨王聰

編輯丨王多魚

排版丨水成文

基礎(chǔ)模型（Foundation Model）已成為臨床環(huán)境中解決各類任務(wù)的強(qiáng)大工具。然而，其在乳腺超聲（Breast Ultrasound）分析方面的潛在發(fā)展尚未得到充分挖掘。

2026 年 4 月 7 日，北京大學(xué)智能學(xué)院王立威教授團(tuán)隊(duì)聯(lián)合中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院、北京協(xié)和醫(yī)院、斯坦福大學(xué)、北京大學(xué)腫瘤醫(yī)院、南昌市人民醫(yī)院、北京醫(yī)準(zhǔn)智能科技等機(jī)構(gòu)的研究人員，在 Nature 子刊Nature Biomedical Engineering上發(fā)表了題為：A foundation generative model for breast ultrasound image analysis 的研究論文。

該研究開發(fā)了首個專為乳腺超聲圖像分析而設(shè)計的基礎(chǔ)生成式模型——BUSGen。

在這項(xiàng)最新研究中，研究團(tuán)隊(duì)推出了BUSGen，這是首個專為乳腺超聲圖像分析而設(shè)計的基礎(chǔ)生成式模型。BUSGen 在超過 350 萬張乳腺超聲圖像上進(jìn)行了預(yù)訓(xùn)練，從而獲得了有關(guān)乳腺結(jié)構(gòu)、病理特征和臨床變異的廣泛知識。

通過少量樣本的適應(yīng)，BUSGen 能夠生成大量真實(shí)且具有信息量的任務(wù)特定數(shù)據(jù)，從而促進(jìn)各種下游任務(wù)模型的發(fā)展。大量實(shí)驗(yàn)表明，BUSGen 具有出色的適應(yīng)性，在乳腺癌篩查、診斷和預(yù)后方面顯著優(yōu)于基于真實(shí)數(shù)據(jù)訓(xùn)練的基礎(chǔ)模型。在乳腺癌早期診斷方面，其優(yōu)于所有持證放射科醫(yī)生（n=9），平均靈敏度提高了 16.5%。此外，研究團(tuán)隊(duì)還探索了使用合成數(shù)據(jù)的縮放效應(yīng)。最后，BUSGen 實(shí)現(xiàn)了去標(biāo)識化數(shù)據(jù)共享，在安全利用醫(yī)療數(shù)據(jù)方面取得了進(jìn)展。

論文鏈接：

https://www.nature.com/articles/s41551-026-01639-1