让AI看懂癌症的“长相”和“脾气”？6月3日至7日，人工智能领域最具国际影响力的顶级会议CVPR 2026 (国际计算机视觉与模式识别会议)在美国举办，汇聚全球顶尖科研力量。
宁波诺丁汉大学博士生杨佳琪携原创科研成果亮相，提出一种融合病理图像与基因信息的人工智能新模型，能够精准捕捉患者的病情个体差异，输出个性化、精细化的风险预判结果，细化预后评估，为临床精准诊疗提供全新技术支撑。
精准干预规避过度医疗
惠及千万患者
癌症生存风险预测非常重要，因为它回答了一个核心问题：患者未来进展快不快、风险高不高、该如何有针对性地管理。”杨佳琪介绍，传统临床诊断，医生主要依靠观察病理切片。
病理切片信息繁杂，医生需反复比对、移动画面，在海量细胞中甄别肿瘤病灶，整个过程耗时费力，还容易遗漏关键病变区域。部分资深医生会结合患者基因检测报告综合判断。
“病理切片图像能够直观展现肿瘤的外在‘长相’，让医生看清‘长什么样’；基因数据则揭示肿瘤发病的内在机理，解释‘为什么会这样长’。”杨佳琪说，但传统诊疗模式下，两类核心数据无法融合挖掘分析，只能将患者粗放划分为高、中、低三档风险等级，丢失大量精细化病情信息。
同为“中风险”的患者，实际病情进展、生存时长差距可达一年之久，却无法被精准区分，易出现过度治疗或治疗不及时的问题。
针对这些问题，杨佳琪的研究做出了关键创新。她构建的AI模型，能够深度学习、挖掘病理图像与基因数据的内在关联，精准捕捉基因异常引发细胞形态病变的核心逻辑，真正让AI读懂癌症的外在特征与内在发病机制。而且相较于传统分级模式，新模型可以输出更细化的评估。
这项研究一旦成熟落地，将为癌症诊疗带来实质性革新，直接影响临床上的治疗强度、复查节奏、预后评估和资源分配，助力精准医疗惠及更多癌症患者。“对于高风险患者，AI可以提前预警，帮助医生把握最佳治疗窗口期，通过强化治疗提升患者生存率；对于低风险患者，则能规避不必要的放化疗，减轻患者痛苦与经济负担。”杨佳琪说。
突破背后：
宁诺科研生态赋能创新探索
“研究能够有阶段性成果，离不开宁诺和导师们的支持。”杨佳琪坦言，论文核心思路在层级式的多模态计算病理，没有现成范式可以直接借鉴，只能“摸着石头过河”。科研周期长、不确定性高，研究过程中她曾多次陷入自我怀疑，一度纠结课题的研究价值。
在这个充满不确定性的阶段，宁诺和导师们给了关键支持。“导师们长期主义的科研理念，摒弃浮躁功利的研究心态，对我影响很大。”
杨佳琪提到，每周例会，导师总会主动询问她“遇到了什么问题，需要什么帮助”，帮她答疑解惑。
同时，学校为课题研究提供充足的算力资源保障，更营造了包容创新、鼓励探索的学术氛围，不苛求短期成果、不局限固定课题，充分尊重学生的自主研究方向。“这种纯粹的科研环境，让我逐渐形成了更主动的探索意识和求知欲，建立起独立的学术判断力，更有勇气去挑战真正有创新价值的课题。”杨佳琪说。
最终，研究被CVPR顶级会议录用，成果获国际学界认可，杨佳琪说：“AI医疗不能只追热点、刷指标。它必须回到最根本的问题上：能不能真正帮助医生和患者。”
发布于2026年06月07日