首页 > 文章详情

【2025 CSCO年会】江泽飞教授：AI驱动诊疗变革，引领乳腺癌智慧医疗新未来

09月22日

审校：江泽飞教授

第28届中国临床肿瘤学会（CSCO）学术年会于2025年9月10日至14日在山东济南成功举办。本届年会以“规范诊疗，创新引领”为主题，汇聚全球肿瘤领域知名专家学者。在9月11日的乳腺癌精准治疗专场，中国人民解放军总医院江泽飞教授分享了题为《人工智能在乳腺癌领域的应用进展》的精彩汇报，系统阐述了人工智能（AI）如何从前沿技术演变为重塑乳腺癌诊疗模式的关键力量。【肿瘤资讯】特此整理部分关键内容，与读者分享。

图片1.png

AI技术浪潮：从兴起到赋能医疗

人工智能经历了80年的发展，已从早期的规则推理和专家系统，演进到以神经网络和深度学习为核心的突破期，并最终进入大模型引领的爆发期。如今，AI在图像识别、阅读理解和语言理解等多个领域的表现已超越人类。这一技术飞跃的背后，是国家政策的强力驱动。从2018年国务院推动“互联网+医疗健康”，到2024年国家卫健委发布《卫生健康行业人工智能应用场景参考指引》，再到2025年深入实施“人工智能+”行动，国家层面为AI在医疗领域的创新发展规划了清晰的路线图。

AI技术通过其智能化、高效化和便捷化的特性，正在破解“医疗服务不可能三角”难题，即难以同时实现高质量、高可及性和低成本的困境。AI的应用有望在提升医疗服务质量和可及性的同时，有效降低服务成本，为实现“健康中国2030”战略目标提供关键助力。

智能影像与病理：AI点亮精准诊断的“慧眼”

在乳腺癌的精准诊断中，AI正扮演着越来越重要的角色，其应用贯穿影像学和病理学两大核心领域。

在智能影像领域， AI具有病灶自动标注、靶区自动勾画及影像三维重建等功能，可为临床提供强大支持。如在提升筛查与诊断效率方面，哈佛大学团队的研究显示，AI系统通过学习整合海量影像与临床数据，能显著减少漏诊和误诊风险。德国的PRAIM研究进一步表明，AI辅助判读可显著提升乳腺癌的筛查检出率和效率。在提高诊断特异性与预测能力方面，由中国研究团队提出的MOME大模型，在多参数MRI影像分析中表现出色，不仅能提高乳腺癌诊断的特异性，还能有效预测治疗反应。该研究成果为乳腺癌的早期精准筛查、个性化活检决策及治疗响应的预测提供了一种强有力的非侵入性工具，有望推动精准影像决策的实现。

在智能病理领域，新一代数智化病理科正通过AI实现多模态数据整合与跨学科融合。斯坦福大学开发的MUSK模型，作为一种基于多模态Transformer架构的视觉-语言基础模型，能够整合病理图像和临床报告等多模态数据，为精准肿瘤学的诊断和治疗提供强大助力。国内团队也在积极探索符合中国人群特征的AI辅助病理诊断模型，通过识别病变关键信息，实现结构化病理报告的自动生成。

图片9.jpg

此外，AI的应用有助于提升全国各级医疗机构在影像和病理诊断上的同质化水平，缩小地域差异。同时，AI在处理高通量测序（NGS）数据方面也展现出巨大潜力，有望在提升诊断精准度的同时，显著降低分析成本。

图片10.jpg

智能决策与新药研发：AI驱动个体化治疗革新

AI不仅是诊断的利器，更是推动治疗决策精准化和新药研发加速的强大引擎。

助力新药研发与突破耐药瓶颈

提升研发效率： 与传统制药流程相比，AI技术能够将药物发现时间缩短40%，临床试验时间节约50%-60%，并将研发成功率从5%-10%提升至9%-18%。
突破耐药瓶颈： 复旦大学附属肿瘤医院邵志敏/江一舟教授团队构建的“复兴”临床研究平台是AI驱动新药研发的典范。该平台利用AI从真实世界数据中挖掘新靶点，其验证的“色甘酸钠+PD-1抑制剂”联合方案，成功将免疫治疗耐药的晚期三阴性乳腺癌患者客观缓解率从不足10%提升至50%。
创新药物设计模式： 基于生成性AI（如G2D-Diff模型）的个性化抗癌小分子设计策略，正将传统的线性研发模式转变为AI驱动的“基因型-候选分子”并行生成模式，为攻克难治性癌症提供了全新思路。

辅助临床决策，推动规范化诊疗

决策工具的演进： AI决策辅助工具从早期的IBM WFO系统，到如今更符合国情的本土化系统，经历了快速迭代。研究表明，AI工具能显著提升医生的临床指南符合率。例如，在一项研究中，医生参考WFO决策后，指南符合率从89%提升至97%（p<0.01）。
CSCO AI系统的实践与升级： 由CSCO委托开发的CSCO AI智能辅助决策系统，深度融合指南、专家经验与高级别证据，其与指南的符合率高达95.8%。该系统不仅是决策辅助工具，更是年轻医生的培训平台。其最新升级的CSCO AI Pro版本，基于大模型能力，实现了持续进化。新版本不仅提供实时更新的指南、高级别循证证据、药物信息、医保参考及专家出诊信息，还通过云端服务惠及偏远地区医生。更重要的是，它已将服务延伸至患者的全病程管理，通过串联服务全链路，提供毒性管理、症状管理、模拟病例实战训练和指南解读等功能，深度赋能医患双方。