【背景】心脏超声（超声心动图）是诊断心力衰竭、心肌病等心血管疾病的核心影像学手段。然而，人工分析视频数据耗时且依赖经验。开发能自动、精准解读心脏超声视频的AI工具，是提升诊断效率和可及性的关键。
【发现】《自然·通讯》上的一项研究提出了“Echo-Vision-FM”框架。这是一个专门针对心脏超声视频设计的视觉基础模型，采用预训练与微调相结合的策略。该模型能够从动态视频中学习心脏的结构、运动和功能特征，实现对心脏状态的自动化、智能化分析。
【意义】这项技术对于心血管疾病的早期筛查、精准诊断和疗效评估具有重要价值。它能辅助医生快速识别异常，减少漏诊误诊，尤其有助于在医疗资源有限的地区推广高质量的心脏检查，最终惠及广大心血管疾病患者，改善其健康管理质量。