编者按


11月12-15日,2026中国整合肿瘤学大会(CCHIO)在长沙拉开帷幕。作为国内肿瘤领域极具影响力的学术盛会,本届大会汇聚海内外肿瘤同道,围绕整合肿瘤学前沿理念、临床诊疗实践与科研创新探索展开交流,共话肿瘤规范化诊疗的高质量发展路径。

▲2026 CCHIO现场照片

对临床医生而言,医学AI正在成为求解临床与科研学术问题的入口,而专业学术会议正是高密度医学问题集中求解的现场。阿里健康医学AI“氢离子”是面向医生打造的医学AI助手,目前已获得BMJ、NEJM、JAMA全文授权,成为国内首个拥有三大医学顶刊全文内容授权的医学AI平台。平台支持循证问答、指南查阅、文献检索等功能,回答可追溯至原文段落,并支持中英对照研读。

此次氢离子深度参与2026 CCHIO,为大会壁报提供AI循证解读,并在两场论坛中作专题报告,呈现其在临床和科研场景中的辅助能力,为大会的学术研讨带来全新的交互体验。

壁报专区

AI循证解读,延伸证据链

学术大会壁报是前沿研究快速呈现的重要载体,但受展示形式限制,传统壁报往往只呈现研究背景、方法、结果和结论,参会者浏览后难以进一步追溯设计细节、证据来源及与既往研究的差异。

针对这一局限,CCHIO官网与氢离子端内同步呈现大会壁报。依托氢离子基于PICO框架与GRADE标准构建的循证AI能力,系统对壁报内容进行结构化解析,生成AI循证解读,并将单篇研究接入更广泛的指南、文献与既往证据链中。参会者在现场壁报区或氢离子APP即可同步查阅,在浏览壁报的同时获得延伸证据、研究脉络与关键争议点,突破会议时限与人流限制,实现从“看一张壁报”到“继续深入一层证据”的学术体验升级。

▲ 氢离子给研究补上“第二次阅读”

医生在浏览壁报时,对感兴趣的研究,只要点开对应的“AI循证”模块,即可看到氢离子自动生成的循证梳理:这项研究的人群、干预、对照、主要终点与结论一目了然;系统同时自动检索该方向已发表的指南、RCT、Meta分析,把壁报研究放回完整的学术脉络中,并进一步指出它与既往哪些结论一致、与哪些研究存在矛盾、本身有何局限、未来还有哪些方向值得探索。针对研究中的临床证据,医生还可通过“循证问答”继续追问,氢离子的回复观点都附有逐条文献来源,标注期刊、年份、影响因子与分区,随时可跳转原始证据核验。壁报由此不再是静止的一页,而成为一条可追问、可核验、可延伸的循证线索。

专题报告

医学AI的跨瘤种实践

专业医学模型的优势比较与现场实证

在CACA-IASLC肺癌联合会议上,阿里健康氢离子市场及生态负责人殷杰用15分钟作了主题分享《医学AI在肺癌临床实践与研究中的发展与价值》(The Development of Medical AI and Value for Lung Cancer in Clinical Practice and Research)。报告没有停留在技术概念上,而是紧扣临床医生的真实痛点,把“查证据、辨文献、做研判、找科研方向”这些每天都要做的事摆上台面,给出了一个具体答案:垂直循证医学AI如何成为临床医生的助手。

▲ 阿里健康氢离子市场及生态负责人殷杰作现场报告

报告首先比较了专业医学模型与通用模型在训练、算力效率等方向的差别,预判在通用人工智能到来之前,专业医学模型可能在准确性和效率层面更具优势。殷杰同时呼吁,当前的医学模型应将医学证据库的建设设定为关键任务,决不应满足于文献摘要或 OA(Open Access)数据,否则医学回答的深度和广度都会受限。

讲者以“In advanced NSCLC with KEAP1 mutation, wild-type EGFR/ALK: what are the treatment options?”(晚期 NSCLC 伴 KEAP1 突变、EGFR/ALK 野生型的治疗选择),演示了氢离子如何通过 4 轮推理给出可靠回答。分享的最后,他还与在场专家交流并畅想了“Research Star-map、Deep-Research”等多项能力对临床科研的价值。

肺癌领域新药与临床试验迭代极快,靶向、免疫、ADC药物进展层出不穷。临床医生一边应对繁重的日常诊疗,一边要跟进海量试验文献、兼顾科研产出,信息检索与文献梳理的负担始终很重。

医生在临床中遇到拿不准的问题,可以在氢离子中提问。比如Ⅰ期高危肺癌是否需要全身治疗、小细胞肺癌多款ADC药物的疗效与安全性如何取舍、新辅助治疗后未达病理缓解的患者后续怎么走——这些真实难题,氢离子都能快速调取权威指南与对应临床试验数据,把研究人群、试验终点、风险比等关键信息摆在一起对比呈现,辅助医生完成诊疗研判。

切换疾病场景:氢离子解法同样有效

在CACA消化肿瘤全域科普行动论坛上,《AI辅助临床循证与智能文献检索》的阿里健康氢离子医学负责人张令宇把疾病场景从肺癌切换到了胃癌等消化道肿瘤。场景变了,但医生“查指南、找文献、辨证据、做科研”的工作逻辑没有变,由此,氢离子的循证工作流同样适用。

▲ 阿里健康氢离子医学负责人张令宇作现场报告

胃癌临床问题的答案分散在各类指南、队列研究与专家共识中,癌前病变分层、幽门螺杆菌干预、筛查与用药,各有其循证要点。面对高危人群如何筛查、癌前病变多久随访、高龄共病患者怎么权衡治疗等问题,氢离子能整合队列数据与指南共识,输出分层的循证建议,并标注证据等级与风险,也能快速调取心理干预、癌前病变管理相关文献。科研上,它可以拆解不同疗法的利弊、适用条件与国内落地可行性;医生只需限定主题、文献级别等条件,一份科研方案很快就能成形,还能用于整理PPT素材进行教学汇报,效率大致相当于博士生半个月的工作量。

值得注意的是,无论是肺癌还是消化道肿瘤,氢离子在整个流程中都只输出证据集合,不下诊疗指令,临床诊疗始终由医生把控。这个边界守住了,医生才敢真的用起来。

会后回响

循证医学AI嵌入临床场景

医学AI的价值标尺正在悄然变化:评判标准早已不只是“能不能给出答案”,而是“能不能深度嵌入医生真实的临床与科研场景”。一场高密度、强思辨的肿瘤学术盛会,正是检验一款医学AI是否靠谱的最佳试验场。

▲ 参会者查阅氢离子手册

本次大会让我们看到,阿里健康医学AI氢离子并非一味追求输出速度的工具,而是肿瘤医生身边可靠的学术伙伴:依托严谨的循证底色与完善的专家评审体系,它以平等务实的姿态陪伴临床求索,只负责梳理证据、串联研究、提供循证路径,最终的临床判断与诊疗方案,始终牢牢掌握在医生手中。散场之后,不妨把氢离子带回诊室,让它真正长在医生的日常里。

结语


从两场专题分享,到大会壁报的循证深度解读,再到线上同步的学术服务,氢离子在2026 CCHIO的系列实践,是垂直医学AI扎根学术现场的一次生动尝试,也立下了一条核心规矩——只做辅助工作,绝不替医生做决策。也让我们认识到,技术的本意从来不是取代临床思考,而是与临床医生并肩。让前沿证据的获取更高效,让学术探索的路径更清晰。这一点,氢离子做得尤其到位。



点击“阅读原文”,立即体验氢离子

免责声明:本账号分享的内容仅为健康信息科普,不构成任何医疗建议。个人健康问题,请务必咨询执业医师。

编辑 | 晓娟

排版 | Anni

审核 | 佼娇 鹏哥


版权声明:

本文版权归医悦汇所有,欢迎转发分享!

其他任何媒体如需转载或引用本网版权所有内容,须获得授权,且在醒目位置处注明 “ 转自:医悦汇 ”。