AFLoc：无人工标注的医学影像诊断模型

AFLoc是一种由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研究员王珊珊团队、清华大学助理教授周洪宇、澳门科技大学教授张康等合作开发的人工智能模型。该模型在医学影像诊断领域具有突破性进展，它能够在没有人工标注的情况下自动识别病灶。这一创新解决了现有深度学习模型依赖专家标注且缺乏泛化能力的难题。AFLoc模型通过广泛的多层次语义结构对比学习，能够将多粒度医学概念与丰富的图像特征对齐，从而适应病理的多样表现。研究团队在22万对图像报告胸部X光图像上进行了初步实验，并在8个涵盖34种胸部病理类型的外部数据集中进行了验证。实验结果显示，AFLoc在无标注定位和分类任务中均优于最先进方法。此外，该模型在组织病理学和视网膜眼底影像等其他医学影像领域也展现了强大的泛化能力，甚至在定位五种不同病理图像方面超越了人类基准。这些成果凸显了AFLoc在减少注释需求及其在复杂临床环境中的适用性。