在肝癌等重大疾病的诊疗实践中，随着诊疗指南和标准化路径的不断完善，临床治疗的规范化水平持续提升。与此同时，如何在既有规范框架内进一步提升个体化决策能力，并推动优质诊疗经验在不同医疗机构间有效复制，成为临床医学与医药产业共同面对的课题。在这一背景下，本报记者近日采访复旦大学肝癌研究所副所长孙惠川与罗氏制药中国高级医学总监沈霞芳，分别从临床与产业视角请他们分享对AI（人工智能）赋能医疗服务创新的思考与探索。

复旦大学肝癌研究所副所长 孙惠川

为患者提供更精准的诊疗方案

当前，肝癌标准化诊疗水平不断提升，但孙惠川指出，临床上，约40%的患者在具体治疗方案实施过程中仍存在不确定性；即便分期相同、治疗方案一致，受地区条件和个体差异影响，疗效也可能出现明显不同。

“我们现有的诊断指标，很少系统地纳入患者既往病因学、合并症、经济条件、医保支付和药物可及性等因素。”孙惠川分析，问题并不完全在于治疗手段本身，而在于决策所依据的信息仍不够全面。

在这一背景下，AI被寄予更多期待。在孙惠川看来，AI的价值在于其多维整合能力。孙惠川说：“用人脑整合这些信息很困难，而AI进入医疗领域后，可能帮助我们快速多维度整合各种信息，从而给出一个更加合理的治疗方案。”

在临床实践中，患者信息往往散布在不同医院与诊疗节点，包括影像、化验、治疗记录及结局数据。传统的多学科会诊很难在短时间内整理完整信息。“而我们已经开始尝试用AI整理复杂患者的信息，生成概要性病历，同时可以点击查看详细内容。这样，医生就能快速掌握患者概览，大大提高信息处理效率。”孙惠川说。

院内外信息的实时整合同样是挑战。随着治疗水平的提升，肝癌患者拥有3至5年的病史越来越常见。孙惠川表示，他们正在探索利用AI实时整理患者院内外的海量信息，为医生提供即时治疗推荐。“这是我们开始尝试的方向，目前距离临床使用满意还有差距，但这是非常有前景的。”孙惠川说。

在临床决策中，AI的价值逐渐显现。以影像分析为例，医生通过肉眼解读CT（计算机断层扫描）或磁共振影像结果，通常只能获得肿瘤的解剖信息或初步定性判断，很难准确评估肿瘤的生物学特征以及对未来治疗的反应，这使得治疗方案的选择存在不确定性。孙惠川认为，AI可以对影像结果进行深度解析，并将结果与患者的治疗结局关联，从而辅助医生更科学地作出最佳选择。

他同时强调，AI虽然能够显著提高信息处理效率和决策准确度，但不能替代医生在治疗过程中的角色。孙惠川说：“患者来看病，不只是为了治疗本身，他们也需要安慰和关爱。AI可以帮助我们作出更精准的决策，但治疗行为的实施仍需要医生亲自操作。”

在此思路下，孙惠川带领团队在实践中进行了多项探索。一个代表性案例是，复旦大学附属中山医院与罗氏制药中国合作开发的诊疗辅助决策系统已落地，并在国内多家医院应用。该系统整合了多学科诊疗智能体与肝癌疗效预测模型，将影像学、病理学、基因组学等数据及临床信息整合，为医生提供个体化治疗参考。回顾性研究显示，经模型筛选的患者接受特定治疗方案，治疗有效率可提高4倍，客观缓解率的准确率超过80%。未来，该系统将在更多中心进行前瞻性验证，助力将晚期肝癌一线治疗形成标准方案。

对于未来3到5年AI在肝癌防治中的应用，孙惠川认为，最具可行性的场景是那些流程相对固定、信息标准化程度高且便于量化的环节。这样的场景不仅容易与临床实践结合，也便于在多个中心推广。

早期筛查就是典型例子：流程固定、检测信息相对简单，患者数据可以通过可穿戴设备或手机收集，AI能够长期追踪各项指标变化，动态评估肝癌风险，优化筛查间隔。固定化治疗管理同样适合AI介入，对于药物治疗等流程稳定的患者，院内外信息可以整合，AI可预测疗效和不良反应概率，为医生提供参考。

罗氏制药中国高级医学总监 沈霞芳

从破解共性问题到探索可持续价值

随着医疗体系加快推进数智化，越来越多的新技术被引入临床实践。沈霞芳在接受采访时表示，在实际应用中，技术本身往往并非最难解决的问题，真正的挑战在于如何让数智化围绕临床中长期存在的需求，持续发挥作用。

在沈霞芳看来，数智化建设应重点围绕行业中长期存在的共性痛点展开，主要体现在提升诊疗精准性、保障诊疗连续性、推动医疗质量与诊疗标准的均质化等方面。

在诊疗精准性层面，即便已经被写入指南的标准治疗方案，在真实世界中的疗效仍可能存在明显差异。沈霞芳以肿瘤治疗为例指出，一些创新药物的有效率达到60%至70%已属理想水平，但这也意味着，仍有30%至40%的患者并不能从中获益。在传统诊疗模式下，医生往往只能在治疗开始后，甚至在治疗失败后，才能确认患者是否真正适合某一方案。

基于这一长期存在的行业痛点，罗氏制药中国医学部在数智化探索中将关注重点前移至“治疗前判断”。沈霞芳表示，AI和数智化的价值，并不在于替医生作决策，而在于通过整合影像学、临床等多维数据，帮助医生在用药前更早识别潜在获益人群。她介绍，罗氏制药与复旦大学附属中山医院的合作，正是围绕肝癌免疫治疗构建预测模型，目标是在治疗启动之前，将真正可能获益的患者筛选出来，从而减少无效治疗带来的时间消耗和机会成本。目前，相关模型目前已在20多家医院完成验证。

在精准性之外，诊疗连续性同样是一个普遍的结构性问题。现实中，患者在院内接受治疗时路径相对清晰，但一旦离院，随访、管理和支持往往出现断裂。患者在不同机构间反复就医，诊疗记录和医疗支持难以形成连续闭环，这种现象在慢性病和肿瘤治疗中尤为常见。

沈霞芳认为，造成这一问题的原因并不局限于技术层面，更与患者对疾病及治疗路径的认知不足密切相关。沈霞芳说：“如果患者对疾病的整体发展规律和治疗节奏缺乏清晰的认知与规划，就很难在面对突发症状或疗效起伏时保持定力，从而在中途偏离既定的治疗轨道。”

基于这一判断，罗氏制药通过AI辅助医生为患者制订更清晰的疾病管理规划，并结合智能评估、智能问询和疾病知识支持，帮助患者理解治疗路径和随访节奏。相关方案已在乳腺癌、肺癌、淋巴瘤和肝癌等多个领域落地，覆盖上万名患者。沈霞芳表示，在实际应用中可以观察到，随着患者对疾病和治疗方案理解的加深，他们对医生建议的依从性明显提升，这为后续疗效改善奠定了基础。

谈及诊疗连续性如何进一步深化的问题，沈霞芳表示，这并非单一主体可以完成的工作。她指出，诊疗路径、评价体系以及数据的沉淀与流转，需要在不同层级的医疗机构和服务主体之间形成一致性，才能真正支撑以患者为中心的连续性诊疗。

除了精准性和连续性，医疗质量与诊疗标准的均质化同样是行业反复讨论的焦点。一方面，医学文献和指南更新速度不断加快，医生在高强度临床工作中难以及时、系统地消化大量前沿信息；另一方面，如果循证证据无法与患者具体特征相结合，那么其在实际决策中的指导价值也会受到限制。

针对这一现实，沈霞芳表示，罗氏制药当前的探索主要集中在两个方向：一是通过AI整合高质量医学证据，帮助医生更高效地获取与临床实践高度相关的信息；二是结合患者个体特征，将更为匹配的循证证据推送给医生，为其决策提供更直接、可操作的支持。其目标在于缩小不同机构、不同经验背景之间的认知与实践差距，从而推动医疗质量的整体提升。

回顾罗氏制药在数智健康领域的探索路径，沈霞芳认为，随着技术逐渐成熟，企业关注的重点已从单点工具的开发，转向数智化方案的临床应用与可复制推广。无论技术如何演进，最终都需要通过真实世界实践验证其实际价值。只有价值明确，数智化创新才能稳健推进。

文：孙艺

编辑：吴刚

审核：孙梦