超声AI行业现状与挑战 - 超声是中国使用最广泛的影像工具，年检查量达20亿人次，超过CT十倍[3] - 超声AI发展滞后于CT/X光等，主要因操作依赖医生实时扫查，缺乏标准化流程[1][3] - 数据异构性严重：图像质量参差不齐，医院/设备/医生风格差异导致训练集难以标准化[4] - 传统AI模型存在黑箱问题，医疗场景中可解释性与信任度不足[5] 海豚智能解决方案 - Dolphin V1.0实现扫查中实时引导+检查后自动报告的全流程闭环[6] - 实时识别标准切面准确率超90%，乳腺病灶分型准确率86%[7] - 已与110家三甲医院合作落地，覆盖多器官场景[7] - 产品设计聚焦医生操作习惯，理解手势与判断逻辑[7] 技术实现与算力支持 - 选择百度百舸平台作为训练底座，解决显卡通信中断等工程难题[9][10] - 通过调度优化将显卡使用量从100张压缩至48张，降低资源成本[10] - 百度提供架构优化支持，助力模型部署与推理服务[10] 市场拓展战略 - 优先部署至基层医疗机构，解决"有设备缺人才"问题[12] - 探索家用场景：乳腺自查/孕期筛查等高频需求，计划开发可远程复核的家用设备[13] - 目标推动优质医疗资源下沉，改变个体健康管理方式[13] 行业意义 - 可能改变中国超声技术从"跟跑"到"领跑"的产业地位[13] - 技术落地将直接提升基层医疗服务质量，创造普惠价值[14]