本文探讨了自监督和弱监督学习在医学超声图像中的应用，特别是甲状腺结节和乳腺病变的分类与分割。研究表明，新型网络架构和数据生成技术能显著提高诊断准确性和模型性能，简化注释过程，增强临床诊断效果。

研究人员设计了ThyGPT，一种人工智能增强型计算机辅助诊断模型，用于评估甲状腺结节风险。实验证明ThyGPT优于传统方法和孤立模型，有望改变放射科医生的工作流程。