9月7日，由新華網主辦的“工業互聯網+智慧醫療：生態鏈協同與高質量發展論壇”在遼寧瀋陽舉行。作為2025全球工業互聯網大會的重要組成部分，本次論壇聚焦工業互聯網與AI在醫療領域的應用落地實踐，搭建了涵蓋政府、科研院所、醫療機構、行業協會、工業互聯網企業等多方的交流&&，旨在通過跨領域思想碰撞，解構技術融合難點，探索産業協同模式，為智慧醫療發展注入“工業級”新動能。

期間，國家優青、深圳市傑青、國家惡性腫瘤臨床醫學研究中心轉化醫學實驗室主任高亦博教授以“從信息化到大模型：AI+腫瘤學整合”為主題，分享了其團隊在腫瘤學智能化轉型實踐中的核心邏輯、實施路徑與經驗總結。

談及腫瘤診療智能化的根基，高亦博教授首先回溯了醫療信息化和大數據的積累歷程。在我國，肺癌與消化系統腫瘤合計佔所有腫瘤病例的四分之三，龐大的患者群體為數據沉澱提供了天然土壤。“從‘十一五’到‘十四五’，我們親歷了醫療數據形態的數次迭代。依託由腫瘤醫院牽頭、南方醫院和神州醫療等單位全程參與的科技創新2030重大項目‘腫瘤多學科診療的影像分析輔助系統研究與應用’、國家重點研發計劃‘基於跨尺度多模態生物醫學大數據的腫瘤智能診療共性關鍵技術研究’等一系列重大項目，以及國家惡性腫瘤臨床醫學研究中心轉化醫學實驗室、深圳市腫瘤表觀遺傳和精準診療重點實驗室等創新&&，開展了一系列探索與實踐。”他介紹道，從最傳統的手寫病歷，到紙質打印病歷，再到如今的面向對象數據庫，數據從零散的存檔變成了可挖掘的資源，“這一過程中，標準化建設是核心突破，團隊建立了400余個統一數據字段採集規範，完成1700余項癌症相關檢驗術語的標準化映射，在科技項目支持下，構建起連接14個省級癌症中心的腫瘤大數據網絡。”

此外，數據應用的前提是安全。高亦博教授強調，醫療數據涉及患者隱私與核心信息，必須建立嚴密的保護機制。為此，團隊開發了數據脫敏模型，通過技術手段剝離個人標識信息，顯著提升了數據在應用、傳輸和統計中的安全性。這一突破為多中心研究、藥企真實世界研究等場景掃清了障礙，“目前團隊已承接多項國産靶向藥、雙抗及三抗藥物的臨床安全性與結局研究，幫助藥企在上市後持續驗證産品的臨床價值，讓藥物研發更貼近真實診療需求。”

隨着數據基礎與安全屏障的築牢，AI應用開始從工具輔助向知識整合躍升。高亦博教授透露，科研團隊正聯合中國抗癌協會、以及神州醫療等項目參與單位，打造腫瘤學整合智識科普大模型。據介紹，該&&融合了中國抗癌協會的數百套教材和指南、專家共識，同時納入NCCN、ESMO、ASCO、CSCO等國內外專業學術組織出版物，構建起國産開源的基座雙引擎大模型，未來將服務醫生、患者、醫學生等多群體，實現腫瘤科普、醫學教育、報告解讀、風險評估等功能。

在推動AI與腫瘤學深度融合的過程中，跨領域協作的挑戰逐漸顯現。醫院信息中心與項目團隊的價值追求存在差異，數據類型也各有側重，這需要開發整合工具來控制納入資料門檻，以及科研中可能出現的選擇性偏倚、倖存者偏倚等風險。高亦博教授特別提到，醫務工作者與IT人員合作時需避免“技術慣性”，強調應始終以臨床需求為導向，避免技術堆疊和資源浪費。

此外，探索適合本土的AI應用場景，也成為推動腫瘤診療智能化的關鍵。高亦博教授認為，提升服務可及性是重要方向，例如互聯網醫療就能通過新的服務模式，讓優質醫療資源觸達更多群體。他指出，如何通過AI工具真正提高診療效率、緩解資源緊張，需要醫療與IT領域深度協同探索。

對於技術研發者與創業者，高亦博教授提醒要警惕“虛假需求”：“AI醫療系統的建設成本遠超想象，時間、人力、資金、資料成本都很高，不能只看到邊際成本低就盲目投入。”在他看來，AI+腫瘤學的整合不是簡單的技術疊加，而是需要在尊重醫療規律的前提下，逐步實現從輔助到賦能的跨越。

“這條路或許漫長，但每一步紮實的探索，都在讓腫瘤診療的精準化、智能化未來更近一步。”高亦博教授&&，腫瘤學智能化轉型需兼顧技術突破與倫理安全，通過跨領域深度協同釋放數據要素價值，推動從“信息化”到“智能化”的關鍵躍遷，最終實現醫療健康産業高質量發展。