Nature子刊 | 北京大学王立威等开发首个面向乳腺超声分析的基础生成模型

背景：乳腺癌是全球女性主要健康威胁，超声因其非侵入性和高灵敏度成为重要筛查手段，但图像解读复杂且易出错。研究目的：针对乳腺超声分析深度学习模型存在的过度拟合、泛化能力不足等问题，开发首个基础生成模型BUSGen，以提升乳腺癌筛查、诊断和预后的准确性。结论：BUSGen通过预训练超过350万幅图像，能生成特定任务数据，在实验中显著超越真实数据训练模型，早期诊断灵敏度优于放射科医生，并支持去身份数据共享，推动了安全医疗数据利用。