高质量数据集典型案例 | 亿级多器官超声影像人工智能高质量数据集

　　推荐单位：湖北省数据局
　　申报单位：华中科技大学同济医学院附属协和医院
　　一、背景
　　针对中国超声医师缺口大、基层资源分布不均及AI研发“数据荒漠化”（存储缺失、标注不足、数据流失）三大痛点，本项目依托武汉协和医院日均10万份异构数据，成功构建亿级多器官超声人工智能训练资源库。项目突破海量数据实时整合、安全脱敏及专家级标注质控三大技术瓶颈，基于百万例患者、亿级影像数据，融合超10余家顶级三甲医院及13国的国际数据集资源，经深度治理，构建形成20余个高价值专病库与超200个标准化AI数据集。依托大规模高质量数据基座，驱动超声AI研发突破，奠基下一代智能诊疗，助推医疗普惠与基层水平提升。
　　二、方案和成效
　　一是攻克海量异构数据实时整合瓶颈。针对日均10万份多源异构超声影像，构建高性能存储与实时同步体系，采用DICOM原生像素级无损引擎，实现毫秒级落盘与极速调阅。
　　二是构建安全高效数据治理闭环。自研40余套设备协议实现统一脱敏，构建“提取－加密－存储－验证”四重闭环，获GDPR等保三级双认证并确保数据血缘无损追溯；依托自研EchoMAP平台，实施“AI初筛－双医生独立盲审-权威终审仲裁”三级质控，完成超45万幅图像多维度精准智能标注。
　　三是打造智能超声诊疗新体系。基于2.45亿影像预训练全球首个超声多模态大模型UltraUnion，实现70余种疾病精准诊断，甲状腺超声诊断达高年资医师水平，AI生成报告获专家认可；联合开发全球首台具身智能超声机器人，突破甲状腺、肝脏等6部位“扫－检－诊”全自动技术并开展三甲多中心临床验证；共建省级AI标准数据集加速审批，通过政府平台开放模型赋能中部医疗联盟；构建教学案例库赋能超声医学人才培养。
　　三、创新点
　　一是技术突破攻克数据治理难题。建成全球首个跨国家、跨设备、跨病种泛化超声AI基建设施，系统整合国内十余家三甲医院及13国公开数据集的多中心、多设备异构数据，攻克了超声数据格式不一、标注体系复杂、隐私要求高等数据治理难题，为AI模型泛化应用奠定坚实基础。
　　二是应用创新驱动数据赋能具身智能。实现“机械臂精准扫查+AI实时检诊”全流程无人化闭环，通过具身智能超声机器人将自动化硬件与超声AI大模型深度融合，释放数据核心价值，显著提升检查效率与标准化程度。
　　三是机制建设促进数据生态流通。构建可持续的数据即服务（DaaS）生态，通过模型许可、设备嵌入、合规数据授权三级引擎形成商业闭环，驱动技术创新成果普惠化落地与行业生态升级，赋能更广泛医疗场景。