超声科医生的日常里，甲状腺结节几乎是最常见的检查对象之一。一个结节是囊性还是实性、低回声还是高回声、有没有钙化——这些特征直接关系到良恶性判断。但超声图像的判读高度依赖医生的主观经验，不同医生对同一张图的解读可能差异不小。怎么让机器帮医生"看懂"这些模糊的边界，一直是AI辅助诊断领域试图解决的问题。
上海交通大学机器人研究所付庄教授和卢晨卓的这项发明，提供了一个不同的思路。他们没有走常规的有监督深度学习路线——那条路需要大量精细标注的数据，耗时耗力——而是用了一种叫"流形映射"的方法，先把超声图像从低维空间映射到高维矢量空间，再通过傅里叶变换降维、层次聚类，自动生成结节内部的矢量类别分布图。简单说，就是让算法自己"发现"图像中的结构模式，而不是靠人一条一条标注出来告诉它。
在测试集上，这套方法对囊性/实性的分类准确率达到96.8%，对钙化/非钙化的分类准确率达到95.8%，对低回声/等回声/高回声的分类准确率为86.6%。更重要的是，由于采用无监督学习框架，数据标注的需求大幅降低，方法的可解释性也更强——医生可以看到结节内部被划分成了哪些类别区域，而不是只拿到一个"黑箱"输出。
这项发明专利申请拟60万元的价格转让给衢州玄言生物科技有限公司。
付庄是上海交通大学机械与动力工程学院机器人研究所教授、博士生导师，1972年生，哈尔滨工业大学博士毕业。他的研究主线是医疗机器人、智能控制系统和计算机视觉，主持过多项国家自然科学基金项目，发表SCI/EI论文80余篇，曾获2010年国家科技进步二等奖。
值得注意的是，付庄团队此前承担过"远程甲状腺结节智能扫查及良恶性辅助诊断机器人关键技术研发"项目（上海交大医工交叉重点项目，2020-2023），这项专利大概率是该方向的算法侧产出——用流形学习替代传统有监督分类，降低标注成本的同时保持诊断准确性。
衢州玄言生物科技有限公司成立于2025年11月，由上海玄言生物科技有限公司控股94%。母公司上海玄言生物成立于2021年，位于上海张江，已完成复旦科创和德同资本领投的Pre-A轮融资。
从公开信息看，玄言生物的核心方向是甲状腺癌早期筛查和辅助诊断——2026年5月，其子公司玄言生物科技（江苏）研发的甲状腺癌检测试剂盒获得了FDA突破性认定。
一家成立仅半年的子公司，受让一项甲状腺超声AI分类算法专利，结合母公司刚获FDA认定的甲状腺癌检测试剂盒，玄言生物在甲状腺诊断领域的布局意图相当清晰：从体外检测到影像辅助诊断，构建覆盖甲状腺疾病筛查全链条的产品矩阵。
以高校早期专利、配合自身在甲状腺赛道的临床资源和注册管线进行联合开发，是一个务实的选择。接下来要看的是，这项无监督分类算法能否从论文中的测试集走到真实的临床场景中，与玄言生物的试剂盒产品形成协同效应。
渝公网安备 50011202502165号
