中国科学院深圳先进技术研究院医学成像科学与技术系统全国重点实验室的科研团队，近日在医学人工智能领域取得重要突破。由王珊珊研究员领衔的跨机构合作组，成功开发出一种无需人工标注即可自主识别医学影像病灶的智能模型，相关成果已发表于国际权威期刊《自然—生物医学工程》。
该模型被命名为AFLoc，其核心创新在于突破传统AI诊断依赖医生预先标注病灶的局限。研究团队通过构建自监督学习框架，使模型能够直接从海量未标注的医学影像中自主学习特征模式，实现从胸部X光片到眼底扫描、组织病理切片等多模态影像的病灶自主定位。实验数据显示，AFLoc在三种典型医学影像场景中均展现出高精度识别能力，其性能指标达到国际领先水平。
这项成果由深圳先进院、清华大学及澳门科技大学联合完成，研究过程中得到郑海荣院士的学术指导。项目团队特别强调，AFLoc的自主学习机制不仅提升了诊断效率，更有望解决基层医疗机构因缺乏专业标注数据导致的AI应用瓶颈。目前研究团队正在推进模型的临床转化工作，计划通过多中心验证进一步优化算法鲁棒性。
