AFLoc问世：无需标注的AI医学影像突破

2026年1月6日，一项关于人工智能在医学影像分析领域取得突破的研究成果正式发表于自然—生物医学工程。该研究由来自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王珊珊研究员团队，联合清华大学周洪宇助理教授、澳门科技大学张康教授等共同完成。

研究团队开发出一种名为AFLoc的人工智能模型，其核心创新在于无需依赖医生预先标注病灶信息，即可实现对医学影像中异常区域的自主识别与定位。这一能力显著降低了对人工标注数据的依赖，为AI在临床场景中的广泛应用提供了新的可能。

为验证模型的普适性与准确性，研究人员在胸部X光片、眼底图像以及组织病理切片三种具有代表性的医学影像模态上进行了系统测试。实验结果显示，AFLoc在多种影像类型中均展现出稳定且优异的病灶检测性能，具备较强的跨模态适应能力。

论文的共同通讯作者为王珊珊研究员与张康教授，共同第一作者为深圳先进院医工所影像中心博士生杨浩和清华大学周洪宇助理教授。研究工作的主要完成单位和最终通讯单位均为中国科学院深圳先进技术研究院，并得到郑海荣院士的指导与支持。