新闻网讯（通讯员赵煌旋）近日，第32届ACM SIGKDD国际计算机学会国际知识发现与数据挖掘大会在韩国举行。武汉大学计算机学院、国家多媒体软件工程技术研究中心教授杜博团队的论文从AI for Sciences Track（AI赋能科学研究专题赛道）790篇投稿中脱颖而出，获最佳论文奖（Best Paper Award），为本届大会四个主要论文赛道最佳论文中唯一由中国单位牵头完成的成果。该成果为胎儿超声多切面信息的自动整合、异常识别和报告生成提供了新路径，也为人工智能与临床医学深度交叉研究提供了可借鉴的技术范式。
KDD 2026 AI for Sciences Track最佳论文奖颁奖现场
论文题目为“Epistemic-Aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation”（《面向胎儿超声解译的知识感知视觉—语言基础模型》），2025级博士研究生何潇为论文第一作者，杜博、计算机学院副教授赵煌旋为指导教师和通讯作者。该研究依托国家重点研发计划项目“基于孕期筛查大数据和人工智能技术的结构性出生缺陷早期诊断与干预研究”开展。项目面向结构性出生缺陷早发现、早诊断和早干预的临床需求，聚焦孕期筛查大数据与人工智能技术的深度融合，旨在提升出生缺陷风险识别、辅助诊断与临床干预的智能化水平。
FetalMind胎儿超声智能解译系统
该成果聚焦胎儿超声图像数量不定、切面差异显著及疾病表征易混淆等难题，创新性构建FetalMind视觉—语言基础模型，首次实现可变数量多切面的全孕期联合诊断与报告生成。团队联合12家医疗中心构建FetalSigma-1M数据集，汇集20,566例检查、119万幅超声图像，覆盖孕早、中、晚期54类切面及300余种疾病。通过孕期特异空间对齐、专家“疾病—切面”知识图谱与显著认知解缠，模型强化了关键异常证据定位与跨切面推理能力。相较GPT-5、Gemini 2.5 Pro等开源及闭源模型，综合性能平均提升14%，总体诊断准确率达到81.3%；在重大胎儿畸形的多中心临床确诊病例中，关键病种准确率提升61.2%，为胎儿异常筛查与智能报告生成提供了新的技术路径。
据悉，ACM SIGKDD始于1989年，是数据挖掘领域历史最悠久、规模最大的国际顶级学术会议。本届大会设4个主要论文赛道，每个赛道经独立评审、作者答辩、评审讨论及程序委员会终审等多轮程序评选出1篇最佳论文。KDD 2026 AI for Sciences Track，重点关注人工智能推动生物医学和生命科学等领域科学发现的方法与应用，采用严格的同行评审流程，每篇投稿至少接受3份独立评审，并经过领域主席统筹、作者答辩、评审讨论和程序委员会主席最终决策。评审不仅考察算法性能，还重点关注科学问题的重要性、跨学科合作、数据与实验设计、结果可重复性以及伦理与局限性。
