本研究提出了一种动态交互学习框架，通过集成交互式分割、弱监督学习和流式任务，解决了医学图像自动分割系统的挑战。该框架通过重放和标签平滑方案提高了在线学习的鲁棒性。在三维分割任务上，减少了62%的标注工作量，并生成了具有竞争力的dice分数。此外，该框架可在医院防火墙之后部署，保证数据安全和简便维护。