隨著癌症照護日益數據驅動，人工智慧（AI）在整個治療過程中將扮演關鍵角色，涵蓋生物標誌物識別、藥物開發以至整體照護流程。人工智慧在精準醫療領域的數位化路徑正加速成形，特別是在醫療影像分析方面取得重大進展。
美國西達斯西奈醫療中心（Cedars‑Sinai）於今年四月七日，正式推出名為 EchoPrime 的視覺-語言人工智慧模型。這款創新工具能分析心臟超音波影像，並自動生成書面心臟病學報告，大幅提升診斷效率與一致性。EchoPrime 的開發團隊陣容堅強，除了西達斯西奈醫療中心，還包括凱澤醫療集團北加州分部（Kaiser Permanente Northern California）、史丹佛大學醫學中心（Stanford Health Care）、貝絲以色列女執事醫療中心（Beth Israel Deaconess Medical Center），以及台灣的長庚紀念醫院等國際合作夥伴。這項研究成果已於 2026 年 2 月在國際頂尖科學期刊《自然》（Nature）上發表。
EchoPrime 模型在開發過程中，經由逾 1,200 萬個心臟超音波影片與臨床醫生判讀數據進行訓練，包含了 108,913 名患者的 275,442 項研究數據。該模型已在五個國際醫療系統中進行評估，結果顯示其在 23 項心臟結構和功能指標上，表現優於其他特定任務模型與先前的基礎模型。值得注意的是，EchoPrime 的設計並非取代醫師進行自主診斷，而是為臨床醫生提供口頭摘要，以供審閱。此舉不僅能減少醫護人員的工作量，加快決策速度，同時也確保了人為監督的關鍵作用。
開發團隊已公開 EchoPrime 的程式碼、權重與演示版本，此開放發布模式反映了臨床 AI 發展趨勢，即推動可重現、大規模的臨床應用。這也為其他醫療機構提供途徑，得以在不同人群中驗證該模型的性能，並降低部署客製化診斷 AI 的門檻。透過跨系統的基準測試，這類多機構驗證網絡正逐步建立 AI 工具在監管與臨床接受度方面的可擴展性證據。將視覺-語言模型整合至超音波硬體及主機中，將使設備的價值主張轉向嵌入式診斷智慧，進一步推動醫療影像領域的數位轉型。
