作者：刘辉&罗素素
“AI以后会不会替代医生？”
这是很多患者第一次接触医疗人工智能时最常问的问题。
但真正进入临床后会发现，AI并不是来代替医生的。它更像一种新的工具：帮助医生更快整合信息、更稳定识别风险、更系统地管理长期疾病。
尤其是在肝癌这种需要长期随访、反复决策、持续管理的疾病中，AI真正改变的，不是谁来治病，而是医生获取信息和做出判断的方式。
从筛查、手术，到复发监测和长期随访，医生与算法，正在逐渐形成新的协作关系。
一、为什么肝癌特别需要数字化管理？
肝癌并不是一种做完手术就结束的疾病。
很多患者从发现肿瘤开始，往往会经历多年管理：定期抽血、复查CT或MRI、评估肝功能、监测肿瘤标志物，还可能伴随抗病毒、介入、消融、靶向或免疫治疗。
一个患者在整个治疗过程中，可能会产生：
※ 大量实验室指标；
※ 多次影像检查；
※ 长期病历与病理记录；
※ 不同阶段的治疗数据。
过去，这些信息主要依赖医生人工整理和经验判断。随着数据量越来越大，单纯依靠记忆和直觉，已经越来越困难。
而AI最擅长的事情，恰恰是处理复杂、大量、重复的信息。
它不会替医生做决定，但能够帮助医生更快发现趋势、更早识别风险，并把原本分散的信息整合起来。
AI不替医生思考，但能让医生看到更全的世界[1]。
二、AI正在进入肝癌管理的四个关键环节
1）智能筛查：帮助更早发现异常
在肝癌早筛中，影像识别一直是核心环节。
一些小结节在早期阶段并不典型，不同医生之间也可能存在一定解读差异。近年来，AI影像算法开始被用于辅助分析CT、MRI和超声影像，帮助识别可能需要进一步关注的病灶[2]。
部分研究发现，在特定任务和特定场景下，AI辅助系统能够提高小病灶识别率，并改善不同医生之间的判读一致性。
它的另一个优势，是能够快速对比患者历次影像变化。例如，某个结节半年内是否增大、强化模式是否变化、边界是否变得不规则，这些趋势性信息，AI更容易进行量化分析。
但需要明确的是：AI看到的是图像模式，而不是完整的患者。
最终是否属于肝癌，仍需要结合病史、肝炎背景、实验室指标和临床经验，由医生综合判断。
2）智能决策：让治疗更个体化
肝癌治疗并不存在一种标准答案。
同样是复发，有的人适合再切除，有的人适合消融，有的人更适合TACE、放疗或系统治疗。真正困难的，不是有没有方案，而是哪种方案对这个患者最合适。
AI辅助决策系统，正在尝试解决这一问题。
它可以基于大量既往病例，对肿瘤大小、位置、肝功能、治疗反应和预后数据进行统计分析，为医生提供风险评估和决策参考。
在部分研究中，AI辅助系统与专家团队在某些临床决策上的一致性较高[3]。但这种一致，目前仅限于帮助医生进行信息整合，而不是自动生成治疗方案。
因为医学决策从来不只是算数据。
同样的治疗方案，有的人能耐受，有的人可能出现严重并发症；有的人希望积极治疗，有的人更在意生活质量。这些内容，目前仍需要医生与患者共同判断。
3）智能病理：提高效率，而不是替代病理医生
病理诊断是肝癌诊疗的重要基础。
但一张数字病理切片，往往包含海量细胞和组织信息。病理医生需要在高倍显微镜下反复观察、比对和判断，这是一项高度依赖经验且耗时的工作。
近年来，AI病理系统开始被用于辅助识别一些特征结构，例如肿瘤边界、坏死区域、微血管侵犯相关形态，以及部分特殊病理模式。
在多中心研究中，这类系统显示出提高阅片效率和一致性的潜力，尤其适合用于大量重复性筛查工作[4]。
但AI病理并不是机器自动出诊断。
真正的病理诊断，仍需要病理医生结合组织结构、染色结果、临床背景和经验进行综合判断。AI更像一个高效率助手，帮助医生减少遗漏、提高效率，而不是取代专业判断。
4）智能随访：让长期管理不断线
对于很多肝癌患者来说，最困难的并不是手术当天，而是术后几年持续不断的管理。
什么时候复查？指标变化意味着什么？需不需要提前回医院？很多问题，如果缺乏长期跟踪，很容易被忽视。
近年来，一些数字化随访平台开始结合AI辅助分析，用于帮助患者完成长期管理。例如提醒复查时间、整合检查结果、提示异常变化趋势，或辅助医生筛查需要重点关注的患者。
部分实践发现，这类数字化工具有助于提高患者随访依从性，减少因为遗漏复查而延误评估的情况[5]。
它真正改变的，不是医生不再随访，而是让长期管理变得更连续、更系统。
三、医生与AI：谁都替代不了谁
AI能算病，但医生懂人。
医学的核心始终是人。
AI 的价值，在于让医生从重复、繁杂的信息处理中解放出来，
从而把更多精力投入到思考、沟通和决策中。
四、数字化医疗真正的未来，不只是智能
现在很多人提到AI，容易联想到机器人、自动诊断甚至未来医院。
但医学真正重要的，未必是技术本身，而是技术能不能让患者获益。
未来正在探索的方向，包括数字孪生肝脏模型、多模态数据整合、动态风险预测等，希望能够更系统地理解疾病演变过程，并支持个体化管理。
不过，这些技术很多仍处于研究和验证阶段，还远远没有达到替代临床的程度。
真正成熟的医疗AI，不应该制造“神话”，而应该让医疗更稳定、更规范、更可及[3]。
五、写在最后
未来的医疗，更像一种协作：
医生负责判断和决策，
AI负责整合和分析，
患者则成为长期管理中的主动参与者。
未来医疗最值得期待的，并不是 AI 替代医生，而是人机协作，是 AI 帮助医生更好地理解复杂信息、作出精准判断，也帮助患者在漫长的疾病管理过程中，获得更连续、更主动、更有温度的支持。
这或许才是数字化与AI，最值得期待的方向。
参考文献与原创绘图：
陆妍 海军军医大学与上海理工大学联合培养 硕士研究生在读
走进肝癌系列（目前到第18期，共21期）
参考文献：
[1] SATO M, TATEISHI R, YATOMI Y, 等. Artificial intelligence in the diagnosis and management of hepatocellular carcinoma[J]. Journal of Gastroenterology and Hepatology, 2021, 36(3): 551-560.
[2] OKIMOTO N, YASAKA K, KAIUME M, 等. Improving detection performance of hepatocellular carcinoma and interobserver agreement for liver imaging reporting and data system on CT using deep learning reconstruction[J]. Abdominal Radiology, 2023, 48(4): 1280-1289.
[3] YING H, LIU X, ZHANG M, 等. A multicenter clinical AI system study for detection and diagnosis of focal liver lesions[J]. Nature Communications, 2024, 15(1): 1131.
[4] MO A, VELTEN C, JIANG J M, 等. Improving Adjuvant Liver-Directed Treatment Recommendations for Unresectable Hepatocellular Carcinoma: An Artificial Intelligence-Based Decision-Making Tool[J]. JCO clinical cancer informatics, 2022, 6: e2200024.
[5] NIRAULA D, CUNEO K C, DINOV I D, 等. Intricacies of human–AI interaction in dynamic decision-making for precision oncology[J]. Nature Communications, 2025, 16: 1138.
热门跟贴