从 AI 辅助病历梳理、肿瘤分期和数字病理，到 CAR-T、TIL、TCR-T 等细胞治疗探索，肿瘤医学似乎从未像今天这样拥有如此多的工具和可能性。但对临床而言，选择越多，并不意味着决策越简单。
一个 AI 生成的答案，能否适用于经历过多线治疗的患者？一项海外最新方案，能否在本地检查条件、药物可及性和患者耐受范围内落地？一次国际会诊提出的建议，又如何进入后续治疗和长期随访？
这些问题共同指向肿瘤医疗正在发生的一种变化：当技术和知识加速供给，真正稀缺的开始从「前沿资源」转向「临床转化能力」。
2026 年 11 月 7 日，第四届美中爱瑞 AIFCO 国际肿瘤临床学术大会在北京举行。大会以「融合·创新·转化——AI 赋能医学新未来」为主题，汇集美国妙佑诊所、美国匹兹堡大学医学中心（UPMC）等国际医疗机构的专家，以及国内肿瘤领域的专家学者，围绕精准医学、人工智能、数字医疗和细胞治疗展开讨论，并设置了六大病种专题论坛。
如果只把它视为一次前沿进展的集中展示，容易忽略大会释放出的另一重信号：当新技术、国际知识与复杂治疗方案不断进入临床，一家医疗机构如何把「可以获得的资源」变成「可以持续交付的能力」？
这或许也是观察北京美中爱瑞肿瘤医院（以下简称「美中爱瑞」）这家三级肿瘤专科医院更有价值的视角。
一、AI 给出更多答案，临床更需要判断
AI 对医疗的改变，已经不再停留在概念阶段。
美国妙佑诊所血液与肿瘤科顾问、胃肠肿瘤专家 Jeremy C. Jones 教授 在大会上介绍，结合妙佑八年来在 AI 医疗应用方面的探索，机器学习、大语言模型与数字病理等技术已被用于病历梳理、证据汇总、肿瘤分期评估和门诊建档，也延伸至心电图筛查及科研伦理方案撰写等场景。
这些应用的共同点是，AI 首先改变了医疗信息的处理方式。肿瘤诊疗涉及病理、影像、基因检测、既往用药、治疗反应等大量动态信息，AI 可以减少重复性工作，帮助医生更快识别与决策相关的线索。
但 提高信息处理效率，并不等于可以交出临床决策权。美中爱瑞首席医疗官孙旻教授提示，AI 也存在结果幻觉、弱化医生判断力等风险。他以「人在环中、手艺在手、病人在先」概括 AI 进入肿瘤诊室时必须守住的边界。
这两组观点共同构成 AI 临床应用的完整逻辑：效率可以交给工具，责任不能移交给工具。
复杂肿瘤患者很少是指南中的「标准病例」。AI 可以提示「有哪些选择」，却无法独立回答「哪一种最适合这位患者」。AI 临床化考验的不只是医院能否接入模型，更是能否建立人机分工、质量控制和责任边界——输出如何验证，异常如何识别，决策依据能否追踪与复盘。
技术越强，临床治理越不能缺位。AI 的价值不是让医生退出决策，而是让医生从重复劳动中抽身，把更多时间投入复杂判断、风险沟通与患者照护。
二、越是精准与个体化，越需要体系化协作
如果说 AI 增加了可调用的信息，精准医学和新型疗法则不断增加可选择的治疗路径。
中国工程院院士詹启敏在大会上指出，肿瘤的高度异质性决定了「同病异治」的个体化诊疗逻辑。美国妙佑诊所血液科与肿瘤科专家 Yi Lin 教授 则介绍了 CAR-T、双特异性抗体、TIL、TCR-T 及体内 CAR-T 等技术进展，以及利用多组学联合 AI 解析肿瘤微环境的探索。
这意味着，肿瘤治疗正在从「方案不足」走向「选择高度复杂」。精准检测结果需要结合病理、影像和既往治疗解释；新药与细胞治疗需要判断适应证、治疗时机和联合顺序；高风险治疗还需要多专业共同管理不良反应。治疗越精准，越不可能由单一医生、单一科室或一次会诊独立完成。
MDT 的真正价值，不是「多位专家坐在一起讨论」，而是复杂技术进入临床的组织接口。 它检验的不只是专家数量，更是医院能否建立稳定的协作规则、决策流程和执行机制。
美中爱瑞院长 徐仲煌教授 介绍的神经纤维瘤诊疗实践，提供了一个观察样本。针对诊断困难、治疗选择有限、经济及心理压力较大等问题，医院依托常态化 MDT，尝试建立「临床诊疗+科研资助+患者支持+国际交流」模式，并开设专病 MDT 门诊。
其意义不只在于增加一个门诊，而在于尝试把诊疗、研究、患者支持和国际协作放进同一条服务链。特别是对于罕见病和复杂肿瘤而言，单一治疗方案往往无法覆盖患者的全部需求。医院需要同时解决诊断、治疗、长期管理、心理支持和新证据获取等问题，才能形成相对完整的照护能力。精准医学表面上是在为患者寻找更个体化的答案，背后依赖的却是更高水平的组织化交付。
三、国际化的深水区，是从资源连接到能力内化
复杂肿瘤患者寻求国际诊疗意见并不罕见。但一次跨国会诊之后，方案如何在本地执行，病情变化后如何调整，长期随访如何衔接，往往比获得意见本身更为困难。
医疗国际化由此包含两个层次：一是缩小信息差，二是缩小能力差。国际会议、知识库和远程咨询可以快速同步指南、新药与技术趋势；但从「知道一种方案」到「能够安全、连续地实施」，中间仍隔着患者评估、条件匹配、多学科决策、风险管理和随访反馈。
2026 年 5 月，北京美中爱瑞肿瘤医院正式加入妙佑医疗联盟。院内医生可以通过 AskMayoExpert、eConsults 和 eBoards 等资源开展知识查询、专业咨询与复杂病例讨论。但通道并不等同于能力，本地团队仍需判断国际意见是否适用，是否具备实施条件，以及患者耐受、个人意愿和后续照护如何纳入个体方案。
国际合作最容易完成的是连接，最难完成的是内化。只有当外部知识反复进入病例讨论、治疗执行、质量控制和复盘反馈，并进一步进入医生培养与学科建设，才可能改变一家医院处理复杂问题的方式。
大会总结中，美中爱瑞医疗院长 马志强教授 提出，国际化不是简单引进海外理念，而要经过吸收、验证和本土化转化。从本届大会看，美中爱瑞尝试搭建的并非单一国际会诊通道，而是由国际知识网络、专病团队、MDT、临床研究和患者全程管理共同构成的转化体系。至于这些环节能否形成稳定闭环，仍需实际病例、流程运行和长期结果检验。
对非公肿瘤专科医院而言，单靠设备、名医或海外合作，通常不足以形成稳定壁垒。更难复制的，是让专家经验进入制度、让多学科协作成为常态、让临床问题推动研究，再让研究与国际资源反哺临床的组织机制。国际化由此不只是品牌标签，更应成为学科建设和临床升级的工具——但工具用得好不好，要看它是否切实改变了日常决策。
四、当知识不再稀缺，医学人才的价值如何重估？
AI 和国际知识网络降低了信息获取门槛，也在重新定义医学人才的价值。单纯依靠信息占有形成的优势正在减弱，但扎实的专业知识仍是验证 AI 输出、识别技术边界的基础。
当 AI 越来越擅长提供答案，优秀医生的价值将更多体现在能否提出正确的问题、处理非标准病例、整合不同专业意见，并对最终决策负责。医生还需要从临床问题中提出研究问题，通过验证形成新的证据，再将结果带回诊疗实践。
这些能力很难从一次课程或一套工具中获得。面对疑难病例，是否有成熟专家带头复盘并拆解决策逻辑；参与 MDT 时，能否理解不同专业的判断依据；尝试新的研究方向时，能否获得病例、导师和科研资源支持——这些看似日常的机制，才是医生专业能力形成的土壤。
国际交流带来的经验，同样需要在查房、病例讨论和治疗复盘中逐步消化。由此来看，AI 时代的人才竞争，表面上是医生个体能力的竞争，深层则是医疗机构能否持续提供真实病例、成熟带教、协作机制、国际视野和研究条件的竞争。
从这一角度看，美中爱瑞正在推进的「进修医师招募计划」与「国际化人才招募计划」，共同释放出一个长期建设信号：医院试图把不同发展阶段的医学人才纳入学科与临床梯队建设，将个人成长、团队建设与临床科研平台相衔接。
两个项目的价值，最终不只取决于引进和培养多少人才，更取决于能否形成稳定的导师机制、真实病例训练、MDT 参与、科研支持和明确成长路径。能够吸引人才，决定一家医院一时拥有怎样的专家；能够培养人才、传递经验并形成梯队，才决定它长期能够建立怎样的学科。
结语：前沿的终点不是被谈论，而是被交付
肿瘤医疗从不缺少令人振奋的新概念。决定患者获益的，是 AI 能否减少重复工作而不削弱判断，精准检测能否进入合理决策，新疗法能否用于适合的患者，国际意见能否由本地团队连续执行。
因此，评价一家肿瘤专科医院的国际化与创新水平，也需要从「拥有什么」转向「交付什么」：复杂病例的决策质量是否提升，新技术是否进入可追踪、可复盘的流程，专家经验能否转化为团队方法，诊疗过程能否保持连续并最终改善患者结局。
本届大会呈现了美中爱瑞对未来能力结构的一种理解：尝试连接国际资源、前沿技术、专病 MDT、临床研究、人才梯队和患者管理。这一路径仍有待更多实践和长期结果验证。
前沿医学的终点，不是一项技术被更快地谈论，而是它能够被专业团队吸收、验证，并更稳妥地交付给患者。对美中爱瑞而言，值得行业继续观察的，也正是今天汇聚的知识、技术和人才，能否沉淀为可以长期运行的临床机制。
好文章，需要你的鼓励
