近日，成都市第三人民医院（西南交通大学附属医院）超声医学科周洋主任团队联合西南交通大学计算机与人工智能学院龚勋教授团队，在医学教育领域JCR Q1区期刊《BMC Medical Education》发表题为“Enhancing ultrasound training for breast cancer diagnosis:a controlled study of AI-assisted learning”的重要研究成果，该论文第一作者为吴爽医师与王伟豪工程师。研究成果的发表，标志国内首次将多模态乳腺超声动态数据人工智能运算系统性地融入住院医师规范化培训教学实践。

本次研究创新性搭建AI辅助乳腺癌超声教学平台，融合常规灰阶超声、超声造影、剪切波弹性成像多模态超声数据，结合大语言模型技术，实现病例自主学习、AI即时个性化反馈。通过医工交叉协同攻关，破解传统超声教学痛点，有效提升住培医师乳腺癌超声诊断能力。

AI辅助乳腺超声教学平台两大功能：一是底层技术架构，融合视觉编码器、视觉重采样模块与大语言模型，接收多模态乳腺超声影像，自动生成规范临床报告，打通影像图像与临床文本之间的转换鸿沟。

二是特色教学流程，依托成熟教育理念创新设计特色训练模式。学员提交病例诊断结果后，AI即刻输出针对性反馈，指出问题、剖析误诊诱因；学习病例循序渐进，从简单良性病变过渡到交界性、复杂疑难病例，学员可反复回看疑难影像，完成整套病例的循环训练。

本研究不仅是教学工具的创新开发，更是国内首次将多模态动态超声数据人工智能运算系统性引入住培教学的开拓性实践——将临床教学需求与前沿AI技术精准对接，依托医工交叉融合为超声住院医师规范化培训提供具备自主运算能力与实时反馈机制的智能化新方案，填补了国内该领域教学改革的空白，同步实现教学质量、诊断能力、学习体验“三提升”。（吴爽）