“技术的核心价值，不只是技术本身有多先进，而是能不能解决真实问题、最终让医生和患者受益。”在致力于医学影像与人工智能跨界融合的重庆大学附属肿瘤医院医学人工智能实验室主任蔡文立看来，一名优秀的医学AI研究者，既要耐得住实验室里的长期求索，更要怀揣一颗让技术落地临床、服务患者的医者仁心。

  “一套算法，可以让技术连接生命”

  蔡文立的学术起点是纯粹的计算机科学，在德国达姆施塔特工业大学弗劳恩霍夫图形研究所开展博士研究期间，他开始接触医学影像与放射治疗规划，并由此进入医学与计算机交叉研究领域。

  “那时我才深切体会到，计算机图形学和可视化技术不只处理复杂数据，更能直接帮助医生理解三维人体结构、精准定位肿瘤。”蔡文立说，一套算法、一个三维重建方法，可以让诊断更精确，让治疗更有效。

  2004年，蔡文立加入哈佛医学院麻省总医院，深耕近二十年，成为开展量化影像分析研究的先驱之一。2010年，他创立三维量化影像实验室（3DQI）。他阐释道，三维量化影像将传统的“看影像”升级为“读数据”，将二维CT、MRI重建为三维结构，精确测量病灶的体积、形态、密度、纹理及其与周围组织的关系，使疾病变化从主观的“看起来变大或变小”转变为客观、可计算、可比较、可追踪的量化指标。

  “核心目标就是让海量医学影像转化为稳定、可重复利用的量化信息。”蔡文立说，该平台因广泛应用于肿瘤诊断、疗效评估、手术及放疗规划、药物临床试验和基础科研，被美国、德国及中国等数十家医疗和科研机构采用。

  在这一过程中，他越来越清楚地认识到：“一项技术从算法、软件到临床工作流程，需要反复打磨。算法即使有99%的准确率，对于恰好落入那1%误差里的患者来说，也可能意味着一次生命的代价。”蔡文立坦言，每次看到实验室里的算法最终帮助医生做出更优判断，就是极具成就感的时刻。

蔡文立参加会议。

  “有价值的技术，终究是让患者切实受益”

  在CT虚拟肠镜技术领域，蔡文立是创新者，他专注于结直肠癌早期筛查研究，攻克了低剂量扫描、双能量成像、电子清肠及计算机辅助自动息肉检测等多项难题，完成了无泻药CT虚拟肠镜临床试验，相关成果曾获北美放射学会（RSNA）多项大奖。

  因长期专注前沿医疗技术的临床转化，他成果丰硕：主持开发4项、参与开发2项影像分析产品，分别获得美国FDA认证和中国NMPA认证，其中包括FDA获批的CT虚拟肠镜系统，以及获NMPA认证的三维影像测量与肿瘤疗效评估系统。

  此外，他拥有15项国家专利、11项软件著作权，并建立了肝癌、神经纤维瘤等多项三维影像后处理临床SOP标准流程，将专家经验进一步转化为可复制、可推广的标准流程。

  蔡文立坚持打通“科研到临床的最后一公里”，他表示，这些成果的共通逻辑，是让技术从实验室走进诊室，从个别专家手中复制到更广大的临床一线，最终让患者切实受益。

  “大模型可让病理诊断更高效、更客观、更标准”

  2025年，蔡文立选择回国、来到重庆，加入重庆大学附属肿瘤医院。蔡文立特别提到，西南地区地域广、人口多，不同地区和不同层级医疗机构之间的诊疗能力存有差异。与此同时，重庆大学附属肿瘤医院拥有丰富的肿瘤病例、完整的专科体系和大量真实临床问题，这为医学AI从研发走向验证和应用提供了难得的场景。

  很快，蔡文立带领团队推出了首个重要成果：多模态病理大模型“灵眸”。蔡文立介绍，病理是肿瘤诊断的“金标准”，但长期以来面临一个现实困境，培养一名成熟的病理医生需要十几年，基层医院常因“看不准、看不快”导致治疗延误。“灵眸”瞄准的，正是病理人才不足、诊断效率和标准化水平有待提升等现实问题。

  他解释，与传统病理AI相比，“灵眸”不只是解决某一个单一任务，而是通过多模态大模型，把病理图像与医学影像、临床资料、免疫组化甚至分子信息结合起来，对患者进行更加综合的分析。未来不仅要回答“这是什么肿瘤”，还希望进一步辅助判断治疗敏感性、复发风险和预后。同时，可以服务临床科研，帮助研究人员进行大规模病理切片筛选、特征提取和数据分析，发现一些肉眼难以识别的潜在规律。

  “让病理诊断更高效、更客观、更标准；让高水平病理诊断能力切实向基层下沉；让病理数据成为精准诊疗的重要基础，这就是它的价值。”蔡文立强调，AI不是要取代病理医生，而是成为医生能力的延伸。医疗大模型最终要经过严格的临床验证和质量控制，有效解决中国医疗体系、尤其是基层临床中的实际问题。

  “从AI替代人的想象，走向实质性的人机协同”

  2026年，蔡文立又提出了一个全新的理念：医疗“群体智能”，并推出基于多智能体协同的肿瘤多学科会诊系统MDT-Copilot。

  “这就像一个由多个‘AI专科医生’组成的虚拟MDT团队。”蔡文立解释，系统首先整合患者的影像、病理、检验、基因等多模态信息，再由影像、病理、外科、放疗等不同专业智能体分别分析。它们不是简单地把答案拼在一起，而是通过相互讨论、交叉验证、发现冲突和修正判断，最终形成综合会诊建议。

  在他看来，这套系统不是“让更多AI一起说话”，而是通过专业分工、信息共享、相互质疑和协同决策，提高会诊效率和完整性。

  “我希望未来，每个医生背后都能拥有一个由不同专业智能体组成的‘数字专家团队’，它既可以帮助大型医疗中心提高效率，也让基层医生获得过去难以获得的决策支持。”蔡文立说，最终要实现的，是从单模型智能走向群体智能，从单一数据分析走向多模态综合决策，从AI替代人的想象走向真正的人机协同。

  “未来智慧医院要让数据多跑路、患者少跑路”

  站在行业前沿，蔡文立对未来的智慧医院有着清晰的构想。

  “我理解未来的智慧医院，不是简单增加更多AI系统，而是让数据、人工智能、医生和多学科能力切实形成一个AI原生协同体系，最终让医疗更加精准、高效、连续，也更加以患者为中心。”

  在蔡文立看来，这种变革将从四个维度展开：医疗数据会从“可看”走向“可计算”；AI会从单点工具走向全病程协同；从单体智能走向群体智能；未来医院的边界也会进一步打开。

  无论技术发展到什么程度，蔡文立强调：“AI不是为了取代医生，而是为了增强医生、服务患者。医疗科技创新的终点不是论文，也不是专利，而是临床。”