9月7日，由新华网主办的“工业互联网+智慧医疗：生态链协同与高质量发展论坛”在辽宁沈阳举行。作为2025全球工业互联网大会的重要组成部分，本次论坛聚焦工业互联网与AI在医疗领域的应用落地实践，搭建了涵盖政府、科研院所、医疗机构、行业协会、工业互联网企业等多方的交流平台，旨在通过跨领域思想碰撞，解构技术融合难点，探索产业协同模式，为智慧医疗发展注入“工业级”新动能。

期间，国家优青、深圳市杰青、国家恶性肿瘤临床医学研究中心转化医学实验室主任高亦博教授以“从信息化到大模型：AI+肿瘤学整合”为主题，分享了其团队在肿瘤学智能化转型实践中的核心逻辑、实施路径与经验总结。

谈及肿瘤诊疗智能化的根基，高亦博教授首先回溯了医疗信息化和大数据的积累历程。在我国，肺癌与消化系统肿瘤合计占所有肿瘤病例的四分之三，庞大的患者群体为数据沉淀提供了天然土壤。“从‘十一五’到‘十四五’，我们亲历了医疗数据形态的数次迭代。依托由肿瘤医院牵头、南方医院和神州医疗等单位全程参与的科技创新2030重大项目‘肿瘤多学科诊疗的影像分析辅助系统研究与应用’、国家重点研发计划‘基于跨尺度多模态生物医学大数据的肿瘤智能诊疗共性关键技术研究’等一系列重大项目，以及国家恶性肿瘤临床医学研究中心转化医学实验室、深圳市肿瘤表观遗传和精准诊疗重点实验室等创新平台，开展了一系列探索与实践。”他介绍道，从最传统的手写病历，到纸质打印病历，再到如今的面向对象数据库，数据从零散的存档变成了可挖掘的资源，“这一过程中，标准化建设是核心突破，团队建立了400余个统一数据字段采集规范，完成1700余项癌症相关检验术语的标准化映射，在科技项目支持下，构建起连接14个省级癌症中心的肿瘤大数据网络。”

此外，数据应用的前提是安全。高亦博教授强调，医疗数据涉及患者隐私与核心信息，必须建立严密的保护机制。为此，团队开发了数据脱敏模型，通过技术手段剥离个人标识信息，显著提升了数据在应用、传输和统计中的安全性。这一突破为多中心研究、药企真实世界研究等场景扫清了障碍，“目前团队已承接多项国产靶向药、双抗及三抗药物的临床安全性与结局研究，帮助药企在上市后持续验证产品的临床价值，让药物研发更贴近真实诊疗需求。”

随着数据基础与安全屏障的筑牢，AI应用开始从工具辅助向知识整合跃升。高亦博教授透露，科研团队正联合中国抗癌协会、以及神州医疗等项目参与单位，打造肿瘤学整合智识科普大模型。据介绍，该平台融合了中国抗癌协会的数百套教材和指南、专家共识，同时纳入NCCN、ESMO、ASCO、CSCO等国内外专业学术组织出版物，构建起国产开源的基座双引擎大模型，未来将服务医生、患者、医学生等多群体，实现肿瘤科普、医学教育、报告解读、风险评估等功能。

在推动AI与肿瘤学深度融合的过程中，跨领域协作的挑战逐渐显现。医院信息中心与项目团队的价值追求存在差异，数据类型也各有侧重，这需要开发整合工具来控制纳入资料门槛，以及科研中可能出现的选择性偏倚、幸存者偏倚等风险。高亦博教授特别提到，医务工作者与IT人员合作时需避免“技术惯性”，强调应始终以临床需求为导向，避免技术堆叠和资源浪费。

此外，探索适合本土的AI应用场景，也成为推动肿瘤诊疗智能化的关键。高亦博教授认为，提升服务可及性是重要方向，例如互联网医疗就能通过新的服务模式，让优质医疗资源触达更多群体。他指出，如何通过AI工具真正提高诊疗效率、缓解资源紧张，需要医疗与IT领域深度协同探索。

对于技术研发者与创业者，高亦博教授提醒要警惕“虚假需求”：“AI医疗系统的建设成本远超想象，时间、人力、资金、资料成本都很高，不能只看到边际成本低就盲目投入。”在他看来，AI+肿瘤学的整合不是简单的技术叠加，而是需要在尊重医疗规律的前提下，逐步实现从辅助到赋能的跨越。

“这条路或许漫长，但每一步扎实的探索，都在让肿瘤诊疗的精准化、智能化未来更近一步。”高亦博教授表示，肿瘤学智能化转型需兼顾技术突破与伦理安全，通过跨领域深度协同释放数据要素价值，推动从“信息化”到“智能化”的关键跃迁，最终实现医疗健康产业高质量发展。