超声人工智能（AI）产品的泛化能力是产品落地面临的首要挑战。数据来源的单一导致泛化能力不足，许多超声AI研究停留于实验室或论文阶段。基于中国甲状腺与乳腺超声人工智能联盟（Chinese Artificial Intelligence Alliance for Thyroid and Breast Ultrasound ,CAAU）的跨区域、跨民族、跨仪器、跨操作者的多元化超声数据库，上海交通大学医学院附属瑞金医院超声医学科周建桥团队和复星集团旗下上海杏脉信息科技有限公司（复星杏脉）团队联合课题组在甲状腺超声人工智能产品的泛化能力和诊断能力方面进行了联合攻关，并取得重要成果，相关研究论文近日被医学影像学顶刊Radiology接收（图1）。 本研究的10,023名患者来自中国大陆31个行政区域的208家医疗机构，共使用了24,944张甲状腺结节超声图像来建立AI模型，这些图像源自于12个超声仪器品牌。研究发现，在结节分割模型的泛化能力方面，只要样本量足够，可以基于单一医院建立高质量的分割模型；和基于单一品牌相比，混合品牌建立的分割模型在不同的测试集具有最高的Dice；和基于单一区域（沿海或内陆）相比，基于全国性数据建立的分割模型在不同的测试集具有最高的Dice。在结节分类模型的泛化能力方面，基于混合医院的数据可以建立最优的分类模型；和基于单一品牌相比，基于混合品牌建立的分割模型在不同的测试集具有最高的诊断效能；和基于单一区域相比，基于全国性数据建立的分类模型在不同的测试集具有最高的诊断效能。

本研究所构建的分类模型的诊断准确性优于所有参与试验的高年资和低年资医生。在人机结合方面，基于规则的辅助诊断策略（Rule-based AI）优于自由式（Free-style）的辅助诊断策略。

该研究在业内首次证实了多元化来源的超声数据对于构建高质量超声AI模型的重要性，并提出了人机结合的最佳方式。更重要的是，该研究成果已经实现转化，上海交通大学医学院附属瑞金医院超声医学科和复星杏脉联合打造了一款高性能的甲状腺超声AI产品“杏脉•瑞声超影”，项目组通过优化算法，简化架构，实现了产品的袖珍化、高泛化能力、低算力需求，这无疑非常有利于产品部署于甲状腺专科门诊、基层卫生机构和体检中心，也有利于产品嵌入各品牌商用超声仪器（图2）。“杏脉•瑞声超影”可实现在甲状腺超声检查过程中实时检出结节，实时对结节进行精准分割，实时对结节进行C-TIRADS分类或恶性概率评估，并可自动提取结节的超声特征，生成结构化超声报告（视频）。

  本研究是2023年周建桥团队在Nature Communications发表基于AI的乳腺超声虚拟弹性成像（virtual elastography）之后，在超声AI领域的又一重要成果。周建桥教授于2018年8月25日创建了中国超声医学界第一个人工智能联盟“中国甲状腺与乳腺超声人工智能联盟”，这是迄今我国最大的超声人工智能联盟（图3）。**期待未来基于联盟大数据，实现更多“产学研用”成果，为我国超声AI事业添砖加瓦。**

周建桥教授简介

周建桥，上海交通大学医学院附属瑞金医院超声科主任医师，博士研究生导师，上海市优秀学术带头人，上海智慧工匠。长期从事甲状腺、乳腺等浅表器官的常规超声诊断、超声引导下介入诊断与介入治疗研究，超声人工智能及分子影像学研究。中国甲状腺与乳腺超声人工智能联盟发起人，中国甲状腺与颈部淋巴结消融联盟发起人。