健康大家说|詹启敏：精准医学的底层逻辑，是AI赋能而非AI替代

背景介绍

当大模型、大数据持续渗透临床，肿瘤诊疗正迎来一场由新质生产力驱动的结构性变革。在服贸会卫生服务专题配套的2026首都国际肿瘤大会上，国内顶尖临床、科研与政策专家形成共识：人工智能正在打破传统肿瘤诊疗的经验边界，但它永远是医生的“同行者”，而非替代者；行业真正的破局方向，是技术创新、诊疗模式革新与公共卫生体系的协同落地。

在此背景下，金融界特别策划《健康大家说・行业观察与多元观点对话》专题，与生物医药与大健康领域相关企业代表、技术骨干及行业资深人士参与交流，拆解一线实践、研判产业趋势。

正文：

长期以来，肿瘤防治链条存在明显痛点：早筛覆盖不足、诊断依赖经验、治疗方案同质化、高端医疗资源稀缺、患者就医成本居高不下。而人工智能的价值，正在沿着全流程逐步渗透。从智能影像、病理切片快速判读，到多组学数据支撑分子分型，再到放疗方案自动化设计、新药研发加速、耐药与复发风险预判，AI把海量、分散的医疗数据转化成可复用的临床参考，推动肿瘤防治从经验驱动走向数据驱动，从“千人一方”迈向个体化精准施治。

在今年9月展开的首都国际肿瘤大会上，中国工程院院士、北京大学国际癌症研究院院长詹启敏院士以《人工智能赋能精准医学发展》为题分享观点，用“冰山理论”阐释疾病的复杂性：临床上可见的症状、影像指标只是冰山一角，背后是复杂的分子、免疫、微环境变化，这决定了精准医疗必须贯穿风险预测、诊断分型、用药、疗效评估、预后判断全链条。

詹启敏院士表示，精准医学最终要实现的，是让合适的患者，在合适的时间，拿到合适的药物与治疗方案。转化医学、整合医学都只是抵达这一目标的手段，而非终点。这一定义，也重新校准了市场对精准赛道的评判标尺：单纯的技术炫技不算精准，能否把分层、个体化的方案落地到患者全周期管理，才是核心。

大数据与人工智能，正是打通这条链条最有力的工具。詹启敏院士在会上列举了当前已经落地的临床能力：AI可以批量处理数万张病理切片，快速完成肿瘤分型；依托持续积累的临床数据，模型能够辅助评估药效、预判疗效，识别耐药、复发与转移风险；在分型筛查、方案辅助设计上，AI能够压缩医生重复性工作，把更多精力留给复杂决策。

这意味着肿瘤AI的价值空间正在从单一影像辅助诊断，向多组学整合、预后风险模型、用药辅助决策等更长的链条延伸。但詹启敏院士同时划出一条清晰红线：人工智能是肿瘤临床实践中高效且重要的辅助工具，无法替代临床医疗本身。医学诊疗的核心始终是医患之间的诊疗互动，临床治疗不仅针对疾病本身，更要兼顾患者个体情况与社会综合因素。

因此，詹启敏认为行业将积极拥抱人工智能技术，依托前沿科技赋能临床发展，同时坚持以人为本的诊疗核心，让人工智能更好地服务于肿瘤规范化、精准化诊疗。

文末互动：AI 辅助诊断落地临床，有哪些你看到的现实边界与痛点？欢迎临床从业者、科研人员一起交流探讨。