首页 资讯动态 详情
CTH 2025丨卢传义教授、彭贤贵教授:聚焦未来医疗新趋势,AI赋能血液病诊疗
来源:医脉通 发布日期:2025-06-29 00:00:00 访问量:20

CTH 2025丨卢传义教授、彭贤贵教授:聚焦未来医疗新趋势,AI赋能血液病诊疗

发布时间: 2025-06-29 来源: 医脉通

医脉通编辑整理,未经授权请勿转载。


2025年6月6日至8日,2025国际血液病学临床与转化研讨会暨第十四届血液肿瘤两江学术会议在中国重庆召开。此次大会汇聚了国内外血液学研究领域的众多顶尖专家,聚焦血液病学专业领域的前沿热点问题,深入探讨了最新研究成果及其临床转化应用的进展。与会期间,医脉通特邀加利福尼亚大学旧金山医学院卢传义教授和陆军军医大学第二附属医院彭贤贵教授接受采访,分享人工智能(AI)技术在血液病诊疗领域的应用和未来发展。



医脉通:


近年来AI技术发展日新月异,并且也在医学领域逐渐应用开来。在恶性血液肿瘤的诊断中,AI辅助诊断工具如何与临床医生的工作相结合?您认为临床医生在使用AI工具时,需要注意哪些问题?


卢传义教授:


在临床实践中,精准医学已成为疾病诊断和治疗的核心方向,涵盖精准诊断、预后预测及精准治疗等关键环节,其发展离不开现代技术的支持,尤其是AI技术的应用。AI技术在医学领域的应用目前主要体现以下两个方面:首先,随着医学学科划分日益精细化,各专科医生往往局限于自身专业领域。然而,诸如VEXAS综合征等疾病,往往涉及血液科、风湿科、皮肤科及耳鼻喉科等多学科协作。AI技术有望填补这一跨学科诊疗的鸿沟,展现出广阔的应用前景。其次,在预后预测和治疗方案制定方面,医疗大数据的价值日益凸显。通过AI技术对海量诊断数据、临床资料及药物信息等进行深度分析,可显著提升诊疗的精准度和效率。


然而,AI技术在医学领域的应用仍面临挑战。首先,作为新兴领域,相关监管体系尚待完善,亟需通过规范的临床试验来验证其安全性和有效性。其次,医学教育体系需要与时俱进,加强对AI技术的系统化培训,使临床医生能够掌握这一前沿技术,并将其有效应用于诊疗实践。


彭贤贵教授:


在血液肿瘤的诊断与治疗中,AI技术已展现出广泛的应用前景。在诊断环节,可借助AI赋能的细胞图像识别技术,快速生成骨髓报告及外周血报告。AI检测具有高效、快速的特点,能够为临床医生提供及时的诊断依据。然而,在解读报告时,仍需结合临床经验及诊断标准进行综合判断,确保诊断的准确性以制定最优的诊疗方案。此外,检验审核人员需严格把控AI报告的质量,以确保AI技术的可靠性。


我们血液病医学中心亚专科血液病智能诊断中心致力于将AI技术应用于血液病的精准诊断。通过图像识别技术,我们实现了骨髓细胞形态学检查及外周细胞形态学检查的智能化,并利用智能分析技术生成染色体报告。同时,我们基于大数据建立了分析模型,通过分析模型为临床医生预后评估、方案制定及诊断决策提供辅助支持。最终,医生可结合AI数据与临床实际,为患者制定个性化的诊疗方案。


医脉通:


在临床实践中,AI辅助诊断工具的推广和应用面临着哪些实际的挑战?当AI诊断的结果与临床医生的判断存在差异时,如何进行诊断结果的权衡?


卢传义教授:


尽管AI技术在血液病理和形态学等特定医疗领域已取得显著进展,但其在医学领域中的应用整体仍处于起步阶段。各医疗机构的电子病历系统存在差异性,如何实现AI平台与多样化医疗数据系统的兼容,我认为是一个技术挑战。此外,AI在提供诊断或治疗建议时,与临床医生的专业判断可能存在分歧。在此情况下,医生应基于自身专业知识与临床经验,结合患者个体化需求,做出最终诊疗决策。同时,必须坚持以患者为中心的原则,充分与患者沟通,使其参与诊疗过程,从而实现个性化医疗服务的最优化。


彭贤贵教授:


AI技术在临床医疗中的应用虽已逐步推广,但仍处于早期发展阶段。这一阶段面临着诸多挑战,包括伦理、费用以及数据保密性等问题。在血液病诊断与治疗中应用AI技术时,必须严格遵循国家相关法律法规,同时保持创新应用的灵活性。当前,我国对人工智能在医疗检测和诊断中的应用非常严谨。尽管相关设备已进入临床应用,但诊断报告的审核与签发仍受到严格监管。因此,现阶段AI技术主要发挥辅助功能,协助临床医生进行诊断和治疗方案的制定,而非完全取代人工决策。


医脉通:


您认为AI技术在未来的临床实践中将扮演怎样的角色?它是否会成为临床医生不可或缺的工具,或者说在某些方面甚至超越人类医生的能力呢?


卢传义教授:


AI技术无疑将成为未来临床实践中的重要工具,其跨学科整合能力尤为突出,AI能够有效辅助医生进行跨学科诊疗,从而提升临床效率。尽管AI在某些领域可能超越人类医生的能力,但在临床实践中,以患者为中心的个性化诊疗决策始终是不可替代的。AI作为辅助工具,能够为医生提供有力支持,特别是在涉及患者个体化诊疗实践时,AI的作用应限于辅助而非主导。


彭贤贵教授:


AI技术作为未来临床诊疗中不可或缺的辅助工具,其强大的计算能力和海量数据库优势将显著提升诊断效率。通过持续训练与优化,AI有望达到高级别主任医师的诊疗水平,尤其在罕见病诊断领域,其基于大数据分析的精准性可能超越一般临床医生的经验判断。这种技术优势源于AI能够处理和分析远超个体医生所能接触的病例数量,从而为临床决策提供更全面的参考依据。


1751162170439147.jpg

卢传义 教授

美国执业医师 (M.D.), 临床病理学和检验医学专家

1991年毕业于华中科技大学同济医学院,研究生学历,曾在北京大学医学部、加利福尼亚大学圣地亚哥(UCSD)医学院和哈佛大学医学院学习和工作。2003年至今在加利福尼亚大学旧金山(UCSF)医学院工作

现担任UCSF医学院血液病理学和检验医学教授、主任医师,UCSF检验医学系副主任,和附属教学医院检验科主任

是美国血液病学会和美国病理医师学会资深会员,和公共信息网络Lab Tests Online (http://labtestsonline.org; www.testing.com)的血液学专题编辑。

已在核心学术期刊发表论文90多篇,主编和参编临床医学和检验医学专箸6部。其共同主编的【实用临床诊断检测指南】(Guide to Diagnostic Tests, 2007,2012和2017版)广受临床医师欢迎,已被世界各地同行翻译,用7种非英语语言出版(包括中文版)。参加编写大型内科学教科书【现代内科学】(Current Medical Diagnosis & Treatment,2010-2025版,每年更新再版)

是中国教育部“长江学者”奖励计划特邀海外评审专家。


1751162193541556.jpg

彭贤贵 教授

主任技师、医师

陆军军医大学第二附属医院(陆军军医大学新桥医院)血液病医学中心亚专科-血液病智能诊断中心主任

重庆市人工智能细胞影像工程研究中心副主任

重庆市血液科内科医疗质量控制中心实验诊断组组长

中国抗癌协会血液肿瘤专业委员会病理工作组委员

中国非公立医疗机构协会病理专业委员会委员

中国研究型医院学会分子诊断医学专业委员会临床分子检验学组委员

中国白求恩研究会检验分会细胞形态学组副主任委员

从事血液病实验诊断工作四十余年,擅长骨髓细胞形态学、骨髓病理诊断及MICM分型综合诊断的临床应用;先后开展造血干细胞移植相关技术的临床研究以及人工智能细胞病理辅助诊断技术研究,承担重庆市民生保障课题和陆军军医大学校级课题各1项。副主编学术专著两部,发表学术论文30余篇。获得重庆市科技进步一等奖、全军科技进步二等奖、陆军军医大学医疗成果一级乙等奖及中国医疗装备协会创新发明大赛重庆赛区一等奖等多项荣誉。常年带教检验系本科及硕士生,培养军内外进修生及学习班学员1000余名。


(本网站所有内容,凡注明来源为“医脉通”,版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明“来源:医脉通”。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)

主办单位:浙江省卫生健康委员会
承办单位:浙江省医学科技教育发展中心