本网讯（通讯员 超越）近日，国际医学图像计算与计算机辅助介入领域顶级会议MICCAI 2026公布论文录用名单，我院谢辉团队题为《ClinLoop: Human-AI Collaborative Agents for Multimodal Breast Cancer Diagnosis under Incomplete Clinical Data》的研究论文成功收录，实现课题组在该国际顶尖会议平台重要科研突破。

临床乳腺癌诊断常存在CT、MRI、钼靶等多模态影像数据缺失难题，针对这一现实痛点，团队创新提出人机闭环诊断框架ClinLoop。该框架搭载诊断、质控双智能体，可适配任意模态数据完成乳腺癌TNM分期预测；依托不确定性评估、一致性检测模块，自动筛选低置信度病例交由医师复核，形成“AI自动诊断-风险筛查-人工复核-模型迭代”完整闭环。

研究基于3108例真实患者临床数据开展验证，该方法在各类数据缺失场景下性能稳定，TNM分期整体准确率达76.2%，可减少医师约32%复核工作量，在保障诊疗安全的同时提升高置信病例诊断精度，临床落地价值突出。

本届MICCAI 2026共接收全球投稿4601篇，最终录用1211篇，录用率约28%。本次成果获国际同行认可，标志团队在缺失模态学习、人机协同临床决策、诊疗安全建模方向的创新思路获得领域权威肯定。

据了解，该成果是团队乳腺癌智能诊断系列研究的延伸。此前团队已完成基于放射组学的乳腺癌HER2无创预测研究并完成多中心验证；本次研究进一步从单一预测模型升级为完整人机协同决策系统，为AI落地真实临床场景提供全新技术方案。

一审：李丽君 二审：田莎 许莉珺 三审：蒋玉兰