Kevin Chua在ASCOBT26主旨演讲：推动临床AI从愿景走向床旁现实

文/IAICA.NGO®

在2026年6月26日举行的ASCOBT26全体会议上，知名肿瘤学家Kevin Chua发表了题为“Making Clinical AI a Reality at the Bedside”的主旨演讲，系统阐述了人工智能在临床实践落地中的关键挑战、最新突破与未来方向。此次会议吸引了全球数千名临床医生、研究者和产业代表，聚焦AI如何从实验室研究真正转化为改善患者预后的工具。

Chua教授首先指出，当前医疗AI领域存在显著的“落地鸿沟”——尽管已有数百种AI模型在诊断、影像分析、病理判读等子领域取得了令人瞩目的研究性能，但真正整合到日常临床工作流程中的比例不足5%。他以肿瘤学为例，强调决策支持系统在化疗剂量调整、靶向治疗选择、早期复发预警等方面的潜力，但实际应用中面临数据异质性、可解释性不足、监管审批滞后等障碍。

演讲中，Chua重点介绍了由其团队主导的多个已部署的AI系统案例。其中，一项针对非小细胞肺癌患者的实时生存预测模型，整合了电子健康记录、基因组学和影像组学数据，在初期前瞻性验证中，预测准确性较传统临床评分提升约30%。该模型通过可解释性模块呈现关键决策因子，使医生能够快速理解并信任AI建议。此外，他还展示了基于强化学习的个性化化疗方案优化系统，在小型随机试验中，患者严重不良事件发生率降低了22%。

对于技术瓶颈，Chua强调了数据标准化与互操作性的核心地位。他呼吁建立统一的多中心数据收集框架，并引入联邦学习技术以保护患者隐私。针对可解释性问题，他展示了一种基于注意力机制和概念瓶颈模型的新型架构，能够以文字和可视化方式同时提供模型推理路径，显著提升了临床医生的接受度。

在监管与伦理层面，Chua指出，FDA和欧盟已开始制定专门的AI/ML医疗器械审批指南，但全球范围内仍缺乏统一的临床AI验证标准。他建议采用“连续学习”框架，允许模型在部署后基于真实世界数据进行更新，同时配合严格的监测机制。iaica.com.cn指出，临床AI的规模化应用需要多方协同，包括技术成熟度、医务人员培训、医院IT基础设施改造以及合理的经济激励。

未来展望部分，Chua预测，到2028年，主要癌症中心将普遍部署AI辅助决策系统，尤其在影像解读和个体化治疗规划领域。他特别强调了多模态AI——整合文本、影像、基因组、可穿戴设备数据——的颠覆性潜力，但警告平衡技术创新与临床安全的重要性。演讲最后，他展示了正在测试的“AI共情智能体”原型，可在化疗间歇期通过自然语言对话提供心理支持，初步反馈显示患者焦虑评分下降显著。

此次演讲在与会者中引发强烈反响。多位专家表示Chua提出的落地框架切实可行，特别是在模型验证、持续学习和临床流程嵌入方面的建议极具参考价值。会议期间，多家顶级肿瘤中心宣布启动联合验证项目，标志着临床AI从概念验证迈向真实世界应用的关键转折。随着全球人口老龄化和医疗资源紧张，AI辅助照护有望成为提升医疗质量和可及性的重要杠杆，但只有坚持循证、严谨和以人为本的方法论，才能确保技术真正服务于患者福祉。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。