研究发布与模型介绍 - 北京大学智能学院王立威教授团队联合多家国内外顶尖医学研究机构与公司，在Nature子刊Nature Biomedical Engineering上发表了关于乳腺超声图像分析基础生成式模型的研究[2] - 该研究开发了首个专为乳腺超声图像分析而设计的基础生成式模型，命名为BUSGen[3] 模型训练与数据规模 - BUSGen模型在超过350万张乳腺超声图像上进行了预训练，从而获得了有关乳腺结构、病理特征和临床变异的广泛知识[6] 模型功能与性能优势 - BUSGen能够通过少量样本的适应，生成大量真实且具有信息量的任务特定数据，从而促进各种下游任务模型的发展[6] - 在乳腺癌筛查、诊断和预后方面，BUSGen显著优于基于真实数据训练的基础模型[6] - 在乳腺癌早期诊断方面，BUSGen优于所有参与测试的持证放射科医生（n=9），平均灵敏度提高了16.5%[6] 模型应用与数据安全 - 研究团队探索了使用合成数据的缩放效应[6] - BUSGen实现了去标识化数据共享，在安全利用医疗数据方面取得了进展[6]