宾夕法尼亚大学研究团队近日成功开发开源算法FireANTs，该算法深度融合人工智能优化技术与几何数学方法，实现了复杂医学图像的快速精准比对。与传统依赖数据训练的AI预测不同，FireANTs通过数学建模直接求解图像对应关系，有效避免了盲目推测。团队在涵盖十余种数据集、逾一万五千对图像及多物种的广泛测试中验证了其卓越泛化能力。在保持极高精度的前提下，该算法将传统工具需耗时数周的图像配准工作压缩至数分钟，常规芯片运算提速数百至数千倍，搭载GPU时更可达三个数量级。医学影像的密集特征匹配对追踪组织细微变化及早期预警疾病至关重要，但算力瓶颈曾严重阻碍其临床落地。FireANTs通过创新的几何空间变换大幅简化计算路径，彻底突破速度限制。该成果已发表于《自然·通讯》，不仅有望推动放射科实现实时动态病变监测，还可赋能地理测绘与机器人技术，大幅降低科研算力门槛，为医学影像分析开辟全新工作流。