中國科學院深圳先進技術研究院醫學成像科學與技術系統全國重點實驗室的科研團隊，近日在醫學人工智能領域取得重要突破。由王珊珊研究員領銜的跨機構合作組，成功開發出一種無需人工標注即可自主識別醫學影像病灶的智能模型，相關成果已發表于國際權威期刊《自然—生物醫學工程》。
該模型被命名為AFLoc，其核心創新在于突破傳統AI診斷依賴醫生預先標注病灶的局限。研究團隊通過構建自監督學習框架，使模型能夠直接從海量未標注的醫學影像中自主學習特征模式，實現從胸部X光片到眼底掃描、組織病理切片等多模態影像的病灶自主定位。實驗數據顯示，AFLoc在三種典型醫學影像場景中均展現出高精度識別能力，其性能指標達到國際領先水平。
這項成果由深圳先進院、清華大學及澳門科技大學聯合完成，研究過程中得到鄭海榮院士的學術指導。項目團隊特別強調，AFLoc的自主學習機制不僅提升了診斷效率，更有望解決基層醫療機構因缺乏專業標注數據導致的AI應用瓶頸。目前研究團隊正在推進模型的臨床轉化工作，計劃通過多中心驗證進一步優化算法魯棒性。
