SciFigSciFig
  • 工具

    工具

    SciFig 全部配图生成工具和矢量编辑器,一处进入。

    配图工具

    文字转配图

    配图精修

    草图转配图

    参考图转配图

    PDF 转配图

    照片转配图

    矢量画布

  • 模型

    模型

    投稿期刊默认 GPT Image 2,演讲幻灯片和海报切换 Nano Banana Pro,常规配图选 Nano Banana 2。

    先看这里

    模型总览

    投稿期刊默认 GPT Image 2;演讲幻灯片和海报切换 Nano Banana Pro;常规配图选 Nano Banana 2

    具体模型页

    GPT Image 2

    推荐默认 — 投稿首选:化学/数学/密集标注

    Nano Banana Pro

    编辑级专精 — 演讲幻灯片、海报与 BioRender 风首选

    Nano Banana 2

    均衡日常模型 — 常规科研作图的速度与质量平衡

  • 灵感
  • 使用教程
  • 博客
  • 定价
积分奖励
简体中文
免费开始使用
积分奖励
简体中文
免费开始使用
  1. 首页
  2. /
  3. 博客
  4. /
  5. 教程
  6. /
  7. AI 医学插图给研究者用的指南
教程·2026-02-16·17 min read

AI 医学插图给研究者用的指南

完整指南:用 AI 生成出版级医学插图——解剖、病理机制、临床照片转线稿,10 分钟搞定不需要医学插画师,含期刊声明规范。

SciFig Team

SciFig Team

Scientific Illustration Experts

本页目录

  • 现代研究中的医学插图长什么样?
  • AI 医学插图哪里不同?什么时候要谨慎?
  • 步骤 1: 临床照片转线稿(photo-to-figure 工作流)
  • 步骤 2: 从文字 prompt 生成解剖图
  • 步骤 3: 创建病理图与疾病机制图
  • 步骤 4: 矢量画布精修标签
  • 医学插图伦理:声明、同意、AI 在 2026
  • 常见问题
  • 医学免责声明
你拍了一张患者伤口的临床照片。患者签了知情同意书。数据点扎实。但你要投的期刊——The Lancet、NEJM、JAMA——要求展示损伤解剖背景的干净线稿,而不是照片本身。请一位医学插画师每张图 $300-$1,500,2-3 周交付。你周五要交稿。
这正是 AI 医学插图要填补的空白。现代领域微调图像模型能 大约 10 分钟产出一张出版级解剖图、病理图或照片转线稿,成本只是传统插画师的零头。这篇教程走过有效的工作流——解剖图生成、photo-to-figure、机制图、终稿精修——以及每个医学作者在生产管线里用 AI 时必须遵守的伦理规则。
临床照片转医学线稿:AI 工作流(图片由 SciFig 生成)
临床照片转医学线稿:AI 工作流(图片由 SciFig 生成)

透明度声明:本文插图由 SciFig AI 生成,由作者审核确保科学准确性。文中医学论断均链接至同行评审来源。

现代研究中的医学插图长什么样?

医学插图是把临床、解剖或病理内容视觉翻译成适合期刊发表、教学和患者沟通的图。 在科研论文里有三大类主导:解剖图(生殖系统、消化道、骨骼结构)、病理图(疾病机制、炎症级联、免疫反应)、外科 / 操作示意图(技术概览、设备定位、干预路径)。
跨期刊的使用量很大。2022 年科学编辑委员会(Council of Science Editors)对临床期刊的审计发现,64% 的原创研究文章包含至少一张医学插图,超出数据图和临床照片之外。这些图是工作主力——它们建立文本无法建立的上下文,特别是面向具体亚专科之外的读者。直到最近,做出这些图都需要医学插画师(硕士级别训练,$80-$120/小时)或在 Adobe Illustrator 里带医学插图插件库做细致手工。
三类医学插图:解剖、病理、外科(图片由 SciFig 生成)
三类医学插图:解剖、病理、外科(图片由 SciFig 生成)
AI 医学插图改变了生产经济学。一个领域微调过的模型——这里用 SciFig 的 Nano Banana Pro 2K——从自然语言描述生成解剖或病理插图,并能选择上传参考照片做风格和结构匹配。输出经过简短的矢量画布精修步骤后即出版级矢量。

AI 医学插图哪里不同?什么时候要谨慎?

通用图像模型(DALL·E、Midjourney、Stable Diffusion)会产出 看上去合理但有微妙解剖错误的医学插图:心脏主动脉弯曲方向反、肾脏的肾单位袢在皮质而非髓质侧、大脑的小脑比例失调。这些错误对非专家不可察觉,对教相应解剖的审稿人则一眼看出。
这就是 领域微调模型 赢得名声的地方。SciFig 的医学插图生成锚定在生物学和临床文献上,能降低三类通用 AI 常犯的错误:解剖准确性(器官拓扑、血管走向、神经通路方向)、比例失常(细胞器画得太大、解剖结构比例失调)、标注错误(结构标错、术语错误、解剖方向反)。
心脏解剖对比:通用 AI vs SciFig 参考锚定(图片由 SciFig 生成)
心脏解剖对比:通用 AI vs SciFig 参考锚定(图片由 SciFig 生成)
剩下的告诫是真实的,值得说清楚。每张 AI 生成的医学插图都需要人工审核解剖正确性——模型降低错误率,不能消除。研究者应该在投稿前对照权威解剖参考(《格氏解剖学》、《Netter 解剖学图谱》、相关临床期刊的过往插图)核对生成输出。审核步骤每张图 2-5 分钟,能抓住微调没覆盖的残余错误。

看实验照片转配图实战

拍一张实验照片,SciFig 把它变成干净、带标注的科学示意图。

探索该工具

步骤 1: 临床照片转线稿(photo-to-figure 工作流)

当你有一张临床照片要转成线稿时,photo-to-figure 工具是正确入口。工作流三步:上传照片,描述要强调什么和抽象什么,生成。

对一张皮肤科损伤照片,示例 prompt:

"Convert this clinical photo of a melanoma on forearm into a labeled medical line drawing. Show: lesion borders, asymmetry, color variation, surrounding healthy skin context. Label: lesion, periphery, dermal-epidermal junction. Style: medical textbook, soft cross-hatching shading, clean leader lines, anonymized (no skin folds or hair patterns that identify the patient)."

输出是出版级线稿,保留临床内容(损伤边界、颜色、不对称性)同时抽象掉可识别患者的特征。三点对伦理合规重要:照片来源患者必须已签同意、线稿不应能从照片反推回源、最终图标注为带同意书的临床照片 AI 转换,不是直接照片复制。
三阶段照片转线稿工作流(图片由 SciFig 生成)
三阶段照片转线稿工作流(图片由 SciFig 生成)

对病理标本,工作流相同,prompt 调整强调细胞结构(上皮 vs 基质、炎性浸润 vs 肿瘤)。对内镜图像,prompt 强调解剖标志和腔体方向。模式在成像方式间迁移——变量是要保留什么、抽象什么。

步骤 2: 从文字 prompt 生成解剖图

对没有源照片的解剖图,文字转图工具从描述性 prompt 生成。准确性取决于 prompt 具体度——模糊 prompt 产出教科书通用插图,具体 prompt 产出论文可发表的。

四个常见解剖需求的工作 prompt:

解剖图工作 prompt
女性生殖系统"Female reproductive system anatomical illustration, anterior view, labeled: uterus, fallopian tubes, ovaries, cervix, vagina. Medical textbook style, soft pastel colors, leader-line labels, white background."
消化道"Human digestive tract anatomical diagram, anterior view, complete from oral cavity to rectum, labeled: esophagus, stomach, small intestine (duodenum, jejunum, ileum), large intestine (cecum, ascending/transverse/descending colon, sigmoid), rectum. Medical textbook style."
骨骼系统(前位)"Human skeleton anatomical illustration, anterior view, labeled: skull, clavicle, sternum, ribs, vertebral column, pelvis, femur, tibia, fibula. Adult male proportions, medical textbook style."
主要肌群"Major skeletal muscle groups, anterior view, labeled: pectoralis major, deltoid, biceps brachii, rectus abdominis, quadriceps femoris (rectus, vastus lateralis), tibialis anterior. Medical textbook style, soft anatomical color palette."
四个解剖 prompt 示例与输出网格(图片由 SciFig 生成)
四个解剖 prompt 示例与输出网格(图片由 SciFig 生成)
每个的 prompt 结构一致:实体、视角、标签(列举)、风格锚点、背景。框架与细胞图谱用的相同(见动物细胞教程 的 E-S-S-V 细节)。

步骤 3: 创建病理图与疾病机制图

病理图展示疾病过程在分子或细胞层面如何运作。它们比解剖图更难 prompt,因为实体是抽象的(通路、信号级联),而空间关系重要(哪个蛋白激活哪个、在哪个隔室、按什么顺序)。

对 JAK/STAT 信号级联——炎症、肿瘤、免疫介导疾病研究里常见——工作 prompt 是:

"JAK/STAT signaling pathway molecular illustration. Show: cytokine binding to cell surface receptor (extracellular), JAK phosphorylation (membrane-proximal), STAT recruitment and dimerization (cytoplasm), dimer translocation through nuclear pore, STAT binding to GAS element on DNA (nucleus). Arrows showing direction of signal flow. Label all key proteins. Molecular biology textbook style, layered cell compartments visible."

输出捕捉规范机制并方向正确——STAT 磷酸化先于二聚化、二聚体转位到核、基因转录跟上。这是通用图像模型最常失败的地方:它们经常颠倒顺序(STAT 先转位,再二聚化),或漏掉 GAS 元件,或把 JAK 标在错误的亚细胞隔室。
JAK/STAT 信号通路正确表示(图片由 SciFig 生成)
JAK/STAT 信号通路正确表示(图片由 SciFig 生成)

对其他常见病理图——癌细胞转移级联、免疫突触形成、补体激活、炎症小体组装——同样的 prompt 结构适用,调整实体和隔室。

实验照片转科研配图

上传显微镜截图、样本照或仪器图——立即得到干净的示意图。

免费试用

步骤 4: 矢量画布精修标签

生成图常需要为特定布局调整标签。矢量画布工具 把图作为分层 SVG 打开:细胞器与结构在一层,标签在独立层,指示线在第三层。这让你重新定位标签时不用重画底层解剖。
常见精修任务:字号到期刊合规(多数期刊要求 7-8 pt 最小);标签背景对比度(标签覆盖在彩色解剖上时用半透明背景);箭头方向调整(信号流为你的特定布局需要从左到右读);术语本地化("renal corpuscle" 改成 "glomerulus" 给临床受众)。
矢量画布:可编辑的肾脏插图标签(图片由 SciFig 生成)
矢量画布:可编辑的肾脏插图标签(图片由 SciFig 生成)
精修步骤每张图 2-5 分钟。对要进多分栏组合的图(见怎么布局这些),标签精修最重要——跨分栏对齐是干净图与被标记图的区别。

医学插图伦理:声明、同意、AI 在 2026

AI 医学插图在主流临床期刊都被接受——前提是声明。当前最佳实践声明有四个组件,出现在 Methods 部分:

  1. 使用的工具 — "Figures were generated with SciFig (https://scifig.ai)"
  2. 模型 / 版本 — "using the Nano Banana Pro 2K model"
  3. 生成日期 — "between February 1 and February 10, 2026"
  4. 人工审核确认 — "All figures were reviewed by the corresponding author for anatomical and scientific accuracy"
Methods 部分 AI 声明示例标注(图片由 SciFig 生成)
Methods 部分 AI 声明示例标注(图片由 SciFig 生成)

对从临床照片派生的图,同意声明是独立且显式的:"Clinical photographs were obtained with patient written informed consent (IRB protocol #X-XXXX). Photographs were transformed into anonymized line drawings using AI-based image generation." 同意记录 + 转换声明的组合满足每个主流临床期刊的患者保护要求。

期刊 AI 政策全景——包括哪些具体期刊要求哪种语言——详见 Are AI-Generated Figures Allowed in Journals?。AI 是否是相对传统医学插图的正确路径,见 SciFig vs BioRender 和 Free Scientific Icon Libraries 2026 了解 2026 年 AI-free 替代方案。

常见问题

医学免责声明

本文为面向科研发表的科学插图设计教育内容,不构成医疗建议,不可作为临床决策依据。文中涉及的疾病机制、解剖参考和伦理指南均来自上文引用的同行评审文献摘要;临床实践请参考原始文献、官方指南和持证临床医师意见。SciFig 是科学插图工具,不进行诊断、治疗或患者管理建议。
SciFig Team

SciFig Team

Scientific Illustration Experts

Building AI-powered tools that help researchers create publication-quality scientific illustrations.

试试 SciFig

为研究者打造

  • 文字生图
  • 草图转图
  • 矢量 / SVG / PPT 导出
  • 首日 200 积分免费送
免费试用查看定价 →

无需信用卡

继续阅读

AI 动物细胞图谱教程(带标注)
教程16 min read

AI 动物细胞图谱教程(带标注)

10 分钟用 AI 生成出版级动物细胞图谱:11 个细胞器精确标注,附 prompt 框架、迭代示例与矢量画布精修流程,立即出图。

SciFig TeamSciFig Team·2026-02-13
EHA 2026 海报 CAR-T 机制图绘制:5 组件 + 4 代构造
教程25 min read

EHA 2026 海报 CAR-T 机制图绘制:5 组件 + 4 代构造

为 EHA 2026 海报绘制发表级 CAR-T 机制图:5 组件解剖、4 代 CAR 演化、BiTE 双特异性,以及可直接复制到 SciFig 的 AI prompt。

SciFig TeamSciFig Team·2026-05-22
给 EHA 2026 研究者的造血分化树指南:从 HSC 到 11 谱系
教程25 min read

给 EHA 2026 研究者的造血分化树指南:从 HSC 到 11 谱系

为 EHA 2026 海报绘制发表级造血图:经典分化树、骨髓 niche、JAK/STAT 通路、AML 分化阻断,以及可直接复制的 AI prompt。

SciFig TeamSciFig Team·2026-05-22
行动号召背景

准备好了吗

几分钟生成发表级科研插图

免费开始创建

免费开始 · 无需信用卡 · 为研究者打造

文字转图草图转图参考图转图PDF 转图照片转图6 种发表级风格文字转图草图转图参考图转图PDF 转图照片转图6 种发表级风格文字转图草图转图参考图转图PDF 转图照片转图6 种发表级风格
文字全部可编辑精准重绘多模态增强8K 放大可编辑 PPTX分层 SVG8K PNG / JPG文字全部可编辑精准重绘多模态增强8K 放大可编辑 PPTX分层 SVG8K PNG / JPG文字全部可编辑精准重绘多模态增强8K 放大可编辑 PPTX分层 SVG8K PNG / JPG
SciFig

SciFig 帮助研究者用 AI 将想法变成出版级科研插图 — 导出可编辑的 PPTX、SVG、PNG 和 JPG,专为论文和学术演示优化。

SciFig 入选 There's An AI For That 推荐SciFig 入选 Toolify 推荐

工具

  • 文字转配图
  • 草图转配图
  • PDF 转配图
  • 参考图转配图
  • 照片转配图
  • 配图精修
  • 矢量画布

模型

  • GPT Image 2
  • Nano Banana Pro
  • Nano Banana 2

资源

  • 灵感
  • 使用教程
  • 博客

公司

  • 定价
  • 联系我们

法律

  • 隐私政策
  • 服务条款
  • Cookie 政策

© 2026 SciFig. 保留所有权利。