医脉通编辑整理，请勿转载。

2025年9月11-14日，中华医学会第十九次血液学学术会议如约而至，以“传承・创新・融合・卓越”为主题，汇聚全球血液学领域顶尖力量，聚焦血液学前沿方向与临床关键问题，搭建起高质量的学术交流与成果转化平台。与会现场，医脉通特邀上海交通大学医学院附属瑞金医院许彭鹏教授接受采访，谈一谈人工智能（AI）在淋巴瘤中的应用和展望。

医脉通

您在本次大会上，以“人工智能在淋巴瘤的应用和展望”为题进行了专题报告，在淋巴瘤诊疗的漫长链条中（从影像诊断、病理判读到分子分型、预后预测乃至治疗决策），您认为目前人工智能技术最能创造核心价值、最具临床落地前景的一个或几个具体环节是什么？

许彭鹏教授

在淋巴瘤的诊疗全流程中，AI技术正逐步展现出其重要的应用价值，涵盖影像学、病理学、预后评估及治疗决策等多个关键环节。近年来，国内外学者在这一领域开展了大量创新性研究，取得了显著进展。

在影像学领域，AI技术为PET-CT图像的深度挖掘提供了新的可能性。我们团队开发了一套基于人工智能的算法，能够实现对PET-CT图像中病灶的自动分割。这一技术不仅提升了影像分析的效率，还挖掘了传统方法中未被充分利用的海量图像信息。相较于既往仅关注病灶大小、代谢值等有限参数，AI技术能够从图像中提取更多潜在的信息，为临床决策提供更全面的依据。

在病理学及分子分型方面，AI技术同样展现出巨大潜力。国际上的研究团队已开发出基于AI的病理分析系统，能够自动识别淋巴瘤亚型，并通过生成式算法预测患者的基因突变特征。我们团队在数字病理领域也取得了重要突破，近期发表于《Cell Reports Medicine》的研究中，我们利用数字病理技术对弥漫性大B细胞淋巴瘤（DLBCL）患者的肿瘤微环境进行了深入分析，将患者的免疫微环境进行分型。这一分型体系有望为患者的免疫治疗策略提供重要指导。

在预后评估及治疗决策方面，AI技术通过整合多模态数据，正在推动传统预后评分体系（如IPI评分）的优化升级。国内外研究团队正在探索基于AI的新型预后模型，旨在更精准地划分患者的低、中、高危风险等级，从而为个体化治疗策略的制定提供更可靠的依据。

综上所述，AI技术在淋巴瘤诊疗的全链条中均展现出广阔的应用前景，有望显著提升淋巴瘤的诊疗效果，为患者带来更好的临床获益。

医脉通

随着AI技术的深入应用，您如何看待未来淋巴瘤诊疗中“人机协同”的理想模式？AI是作为辅助工具还是决策主体？这将对临床医生的角色和能力要求带来怎样的改变？

许彭鹏教授

从当前的发展阶段来看，AI在医疗领域的主要角色仍将是一个辅助工具，这一判断基于临床实践和法律层面的现实考量。在医疗诊疗过程中，医生始终是决策的主体，而AI则作为强有力的辅助手段，能够显著减轻医生的工作负担，提升诊疗效率。值得注意的是，AI具备从多模态数据中挖掘潜在信息的独特能力，可能发现临床医生难以察觉的隐藏信息。这种能力源于AI对数据的深度分析和模式识别，使其能够识别人类无法直接识别到的关联和特征。

尽管AI目前主要作为辅助工具，但其未来发展可能对临床工作模式产生深远影响。作为医疗从业者，我们需要积极适应这一技术浪潮，主动调整自身角色定位，以更好地与AI协同工作。具体而言，医生应着重加强以下两方面的能力：第一，持续提升专业素养，巩固医学知识体系；第二，培养与AI系统交互的能力，掌握指挥和运用AI技术的方法。这种"人机协同"的模式，即医生主导决策、AI提供支持，将成为未来医疗发展的重要方向。

许彭鹏 教授

上海交通大学医学院附属瑞金医院血液科主任医师，医学博士，博士生导师

教育部青年长江学者

中华医学会血液学分会青年学组副组长

中国临床肿瘤学会抗白血病及抗淋巴瘤联盟委员

上海市医学会血液学分会青年委员会副主委

上海市血液内科临床质量控制中心秘书

上海市第八批援藏干部人才，曾任西藏自治区日喀则市人民医院血液科主任

第一或通讯作者在《Cancer Cell》、《Lancet Haematology》、《Signal Transduction and Targeted Therapy》等发表论文