中国创新Talk｜血液瘤专家马军教授：半世纪抗癌路，而今迈步AI关

编者按：

中国创新：浪潮奔涌，格局新立

中国医药产业，正经历一场从“跟随”迈向“引领”的深刻蜕变。巨大而迫切的临床需求，与核心技术自主可控的时代召唤，共同构成了这场创新浪潮的核心驱动力。国家意志的坚定引领，成为破局关键：审评审批制度变革大幅提速研发进程，战略科技力量持续投入夯实基础，资本市场的创新包容机制则为产业注入了澎湃活力。政策、资本、人才、需求、技术发展的磅礴合力，正在重塑中国医药创新的生态根基。

乘势而上，中国创新药研发展现出前所未有的活力与广度。前沿领域探索日益深入，从快速跟进到局部引领的跃升清晰可见，中国智慧正积极融入并影响全球药物研发格局。重大公共卫生挑战的应对，更淬炼了中国医药体系的应急响应能力与创新韧性。然而，繁盛图景之下，挑战犹存：源头创新的基础仍需筑牢，靶点与适应症的同质化竞争呼唤更优资源配置，国际化征途中的复杂壁垒亟待突破，创新价值回报与广泛可及性的平衡更考验着制度设计的智慧。中国医药创新，正处于从规模积累向质量飞跃的关键攻坚阶段。

创新的终极坐标，始终锚定于未被满足的临床需求。中国庞大的患者群体与丰富的疾病谱系，是医药创新的独特沃土。唯有深刻洞察临床痛点，勇于挑战科学前沿的“无人区”，将资源聚焦于真正具有突破意义的原创新药（First-in-class）和解决重大临床瓶颈的改良型新药，中国医药创新方能孕育出不可替代的全球价值。与此同时，制度创新的持续深化，正致力于打通创新成果惠及患者的“最后一公里”，确保科技之光温暖每一个生命的期待。

《中国创新Talk》专栏，旨在搭建一个深度对话的平台。我们将深入一线，聆听来自资本方、学术界、产业界的核心“破局者”们，分享他们的前沿洞察、破局之道与未竟之思。他们的声音，将帮助我们更清晰地把握产业跃迁的脉搏，洞见未来发展的机遇与挑战。我们相信，唯有凝聚共识、深化协作、直面挑战，方能推动中国医药创新巨轮行稳致远，最终驶向惠及全球患者的广阔蓝海。敬请期待，与破局者同行！

“我比较超前一点，虽然我老了，但我也很超前。”马军教授这样评价自己。正是这种不断学习、拥抱创新的心态，让72岁的他仍活跃在医疗AI的最前沿。

哈尔滨血液病肿瘤研究所所长马军

在中国医疗AI发展的关键时期，一位与血液肿瘤搏斗了55年的临床专家，正以其深厚的专业积淀推动着淋巴瘤AI医生标准的制定。马军教授，这位见证了中国近60年肿瘤治疗发展史的资深专家，从推动中国第一个化疗药物环磷酰胺上市，到主导引进首个治疗淋巴瘤的先进治疗药物，始终站在医疗创新的最前沿。或许，未来可以再加一笔：AI医生创新破局者。

作为淋巴瘤AI医生标准制定的临床牵头人，马军教授对AI医疗的发展路径有着清晰规划，并强调，标准制定必须立足于临床需求，既要确保技术的先进性，更要保证其在真实医疗场景中的可用性和安全性，并且划定了标准体系的三大核心目标：明确AI功能边界、建立技术规范、构建审计机制，确保技术在不逾越医疗安全红线的前提下，成为医生的可靠助手。

构建标准体系

哈尔滨血液病肿瘤研究所所长、CSCO创始人之一的马军教授，有着55年临床实践，是国内血液学领域第一代和第二代的桥接医生，也亲历了中国淋巴瘤治疗药物从无到有、从有到精的全过程。这些宝贵的经历，使他对医疗技术的创新与应用保持着独特的敏锐度。

马军教授向动脉网表示，血液淋巴系统肿瘤是推动医学创新最早、最快的领域之一，许多突破性药物和技术均源于血液学研究。随着AI技术的快速进步，智能化工具在循证医学、知识更新和临床决策支持方面展现出巨大潜力，有望缓解医生工作量大、经验传承困难等现实问题。

马军教授指出，当前“淋巴瘤AI医生”进入临床验证阶段，承载着把专家经验结构化、标准化并惠及更多患者的目标。他期待行业共同推动技术完善，为血液肿瘤患者带来更高质量、更可及的医疗服务。

“标准的本质是划定边界，确保技术在不逾越医疗安全红线的前提下发展。”马军教授总结道。

马军教授特别强调AI必须明确“辅助角色”，这一认知源于他长期的临床观察。早在上个世纪70年代从医时，他就深刻体会到准确诊断对患者预后的决定性影响。因此，在初诊环节，他坚持AI系统必须达到接近百分之百的准确率才能介入。

“初治病人的诊断依赖医生对细节的观察与经验，这是AI难以替代的。”马军教授郑重地向动脉网强调。

技术规范部分着重需要规定人机交互标准、置信度评估和异常提示机制等关键技术要求。这些规范确保AI系统能够与临床工作流程有效整合，为医护人员提供可靠的技术支持。

马军教授举例说明，在临床实践中，医生需要清楚地了解AI判断的可信程度，以及在什么情况下需要人工干预。这种对技术细节的关注，体现了他作为临床专家的专业素养。此外，标准还涵盖了AI系统与医院现有信息系统的对接要求，确保新技术能够顺利融入现有的医疗工作环境。这些细致的技术规范，为AI医疗产品的研发提供了明确指引。

在标准落地层面，马军教授特别关注基层医疗场景的适应性。

与很多专家观点一样，马军教授认为，当前淋巴瘤诊疗流程复杂、信息更新速度快，而基层医生与患者对规范化管理的需求日益提高，需要一个能够减少信息差、提升诊疗一致性、支持长期管理的智能化工具。

实际上，“淋巴瘤AI医生”标准的制定，不仅有助于将最新指南与循证证据转化为可执行的临床建议，也能在随访管理、风险预警、用药辅助等方面提升整体效率，为患者带来更规范、更可及的诊疗体验。

除了上述提到的功能边界界定，马军教授提出审计机制建设、风险管控机制等。

审计机制的建立为AI医疗应用提供了质量保障。通过可解释性要求和决策审计流程，增强了AI系统的透明度和可信度。马军教授强调，医疗决策关系到患者的生命健康，必须确保每一个重要决策都可以追溯和审查。这套机制不仅能够帮助医生理解AI的判断依据，还能在出现分歧时提供有效的核查路径。

在实际应用中，审计机制将包括数据记录、决策日志、异常报告等多个环节，形成完整的质量监控体系。这种设计既符合医疗质量管理的要求，也顺应了医疗AI发展的内在规律。

风险管理机制也是标准体系的重要组成部分。马军教授借鉴国际经验，建议建立相应的保险保障制度。通过市场化机制分散潜在风险，为AI医疗的规模化应用提供保障。他指出，在美国等发达国家，AI医疗保险已经成为行业标准配置，这种经验值得借鉴。保险机制不仅能够保护患者权益，也能为医疗机构和技术公司提供风险缓冲。标准要求AI医疗产品必须配备相应的保险保障，这是产品上市的基本条件之一。这种制度设计体现了对各方权益的平衡保护。

在专业资质要求方面，马军教授提出了AI医疗从业人员认证体系的构想。这一体系将确保使用者既具备医学专业知识，又掌握AI技术应用能力。他明确指出，操作或依赖AI进行诊疗的医生，需要经过专门的培训和考核，获得相应的资质认证。这种要求既是对患者负责，也是对医护人员的一种保护。

认证体系将包括理论知识学习、实操技能培训、持续教育等多个环节，确保持证人员能够胜任AI医疗环境下的工作要求。这一制度的建立，将从人才层面保障医疗AI的安全有效使用。

在数据安全和隐私保护方面，马军教授也提出了明确要求：医疗数据涉及患者隐私，必须建立严格的数据保护机制。标准中专门设置了数据安全相关条款，要求AI系统必须符合国家数据安全法规，确保患者信息不被滥用或泄露。

同时，标准还规定了数据使用的透明性原则，要求向患者明确说明数据用途，并获得相应授权。这些规定既保护了患者权益，也为行业的规范发展奠定了基础。

马军教授表示，标准不是束缚技术的枷锁，而是让它行稳致远的轨道。

马军教授还特别关注AI技术的可及性问题。他指出，在推动技术创新的同时，要确保技术成果能够惠及各个层面的医疗机构。为此，他建议开发不同版本的产品，满足不同级别医院的需求。对于资源有限的基层医疗机构，可以开发轻量级、易操作的版本；对于大型三甲医院，则可以提供功能更全面的专业版本。这种产品策略，能够确保AI技术在不同场景下都能发挥作用，推动整体医疗水平的提升。

对此，中国信息通信研究院副总工程师王爱华也表示，中国信通院推动健康行业智能体标准化建设的核心使命，就是让人工智能始终以患者利益为导向，服务于提升患者体验和就医质量。淋巴瘤诊疗路径长、专业依赖高，AI介入必须建立在严格规范和明确能力边界之上。

全宁健康董事长韩圣日亦表达了相同的观点，认为淋巴瘤患者在整个诊疗周期中对权威信息和风险判断需求强烈，但医生资源有限，难以及时覆盖所有关键节点。智能体技术可为患者提供可靠支持，同时辅助医生提升管理效率。他强调，标准制定将为行业树立统一规范，使智能化工具在安全、有序的框架下发展，为患者构建可信赖的AI诊疗辅助体系。

临床实践与技术创新

马军教授通过具体案例，展示了AI技术在临床实践中的实际价值。这些案例为AI医疗的发展方向提供了重要参考。在一例疑难病例中，AI系统协助医生发现了罕见病因。患者因淋巴瘤多次治疗无效，通过AI系统的提示和医生的深入检查，最终发现其体内残留着6年前手术的纱布。

这个案例生动地说明了AI在辅助医生进行疑难杂症鉴别诊断中的独特价值。马军教授指出，虽然这种特殊情况“几千个里面可能有一个”，但AI系统的提示可以帮助医生注意到这些容易被忽略的细节，从而提高诊疗质量。这个案例也说明，AI技术能够与医生的临床经验形成互补，共同提升医疗水平。

马军教授指出，通过智能分诊和精准转诊，可以有效提升专家资源的利用效率，缓解“看病难”问题。他举例说明，一个基层的患者，通过AI系统可以直接获得精准的就医指引，对接合适的专家资源。这种模式特别适用于医疗资源相对匮乏的地区。

在医疗资源优化方面，AI技术展现出显著优势。北京安吉迈医疗科技有限公司正在推进《专家数智分身智能化交互模式及应用，其首席运营官钱序介绍称通过深度学习临床知识、整合随访数据、模拟专家思维，构建“专家数智分身”系统，将专家经验结构化沉淀并应用于管理和随访场景，实现“专家辅助、患者互动、数据回流”的闭环。该系统可让医生知识高效触达更多患者，也让患者在院外获得科学、规范、可依赖的指导，提高治疗管理连续性和安全性。

在实际应用中，AI系统可以基于患者的症状、病史等信息，结合专家特长和号源情况，为患者推荐最合适的医疗机构和医生。这不仅能提高就医效率，也能让专家资源发挥最大价值。马军教授强调，这种创新服务模式对改善医疗服务可及性具有重要意义。

患者随访管理是AI技术的另一个重要应用场景。马军教授指出，通过数字化工具进行定期随访和用药指导，能够显著提升治疗依从性，改善患者预后情况。他举例说，在淋巴瘤等慢性疾病的管理中，AI系统可以自动提醒患者复查时间，跟踪用药情况，并及时发现异常指标。这种持续性的健康管理，对提高治疗效果具有重要价值。特别是在基层医疗机构，AI随访系统可以弥补人力资源的不足，为患者提供更全面的健康管理服务。马军教授认为，这种应用模式在慢性病管理领域具有广泛应用前景。

马军教授指出，AI技术的应用应该根据不同疾病特点进行差异化设计。对于疑难重症，需要开发专业的诊断辅助系统；对于常见疾病，则可重点发展健康科普和初级诊疗指导工具。他以淋巴瘤为例说明，这类疾病诊断复杂，亚型众多，需要专业的AI系统提供支持。而对于感冒、高血压等常见病，AI系统可以更多地发挥健康教育和初级诊疗指导作用。这种分层设计的思路，既能确保资源投入的效率，也能更好地满足不同场景下的医疗需求。马军教授强调，这种差异化设计是AI医疗成功落地的关键。

在技术推广过程中，马军教授特别强调要关注患者的经济承受能力。他主张开发普惠型AI医疗产品，让不同经济条件的患者都能享受到技术进步带来的益处。在临床工作中，他深切体会到医疗费用对患者的影响，因此特别强调AI医疗产品的价格可及性。

他指出，技术的发展应该让医疗更加普惠，而不是加剧医疗资源的不平等。为此，他建议技术开发者在产品设计阶段就要考虑成本因素，通过技术创新降低使用门槛。

马军教授表示，希望在推动技术创新的同时，要确保技术成果能够惠及各个层面的医疗机构。为此，他建议开发不同版本的产品，满足不同级别医院的需求。对于资源有限的基层医疗机构，可以开发轻量级、易操作的版本；对于大型三甲医院，则可以提供功能更全面的专业版本。这种产品策略，能够确保AI技术在不同场景下都能发挥作用，推动整体医疗水平的提升。

马军教授还特别重视AI技术在提升医疗安全性方面的作用。他指出，AI系统可以通过大数据分析，识别潜在的医疗风险，为医生提供预警信息。例如，在药物使用过程中，AI系统可以实时监测药物相互作用和不良反应风险；在治疗方案制定时，AI系统可以提供基于大量临床数据的疗效评估。这些功能都能显著提升医疗安全水平。马军教授强调，医疗AI的发展必须始终把患者安全放在首位，任何新技术的应用都要经过充分验证，确保不会引入新的风险。

与此同时，马军教授认为AI技术将改变医学教育模式，并指出，新一代医生需要掌握AI技术的基本原理和应用技能，这样才能更好地适应智慧医疗时代的要求。他建议医学院校开设相关课程，帮助医学生建立对AI技术的正确认识。同时，对于在职医生，也应该提供持续的培训机会，帮助他们掌握AI工具的使用方法。马军教授强调，这种人才培养模式的创新，对医疗AI的长期发展至关重要。

事实上，医疗AI的发展需要各方力量的共同参与。马军教授强调，应当建立医疗机构、科研单位和企业之间的协作机制，形成优势互补的创新格局。他指出，淋巴瘤AI医生标准的制定过程就是一个多方协作的典范。在这个过程中，临床专家提供专业知识和临床需求，科研机构负责技术研发，企业负责产品化和市场推广。这种协作模式充分发挥了各方的优势，推动了技术的快速落地。马军教授认为，这种创新生态的建立，对医疗AI的长期发展具有重要意义。

而随着标准体系的完善和技术进步的加速，人工智能将在提升医疗服务质量、优化资源配置方面发挥更大作用。马军教授强调，技术的发展最终要服务于患者需求，要让技术创新真正惠及每一位患者。这一理念贯穿于标准制定的全过程，也体现在每一个技术细节之中。