2025年11月14日上午，重庆大学附属肿瘤医院召开核医学智能肿瘤学交流会。智能肿瘤学教育部医药基础研究创新中心常务副主任兼首席AI科学家蔡文立教授、重庆大学附属肿瘤医院科研外事科副主任邹雪、血液肿瘤中心黄德鸿副主任医师，中国抗癌协会肿瘤核医学专委会副主委陈晓良，重庆大学附属肿瘤医院核医学科副主任华俊率科室主要临床及科研人员参会。

会议伊始，邹雪副主任开场致辞。她指出，随着医疗科技迅猛发展，AI技术已广泛渗透至医学各领域。核医学作为医学重要分支，AI技术的引入，将推动核医学向更高智能化、精准化转型，意义非凡。作为医院研究管理部门对核医学科重视AI与核医学结合的做法表示赞许；期待与会临床专家与蔡教授共探AI技术在肿瘤诊疗中的应用，跨学科碰撞出火花，找到AI与临床应用研究结合点，凝结创新成果。

随后，蔡文立教授带来《大模型时代的新一代智能肿瘤学技术》学术讲座。他深入剖析了从传统机器学习到深度学习，再到生成式AI的技术演进历程。生成式AI以Transformer架构支持多任务、多模态处理，大幅提升了模型泛化能力。深度学习在医学影像领域表现卓越；大模型通过多模态融合可提升罕见病诊断能力；智能肿瘤学框架整合核心能力，未来医生需掌握人机交互、数据素养及跨学科整合能力。该讲座为参会者呈现了前沿知识视野。

核医学科陈晓良主任作《核医学临床实践与智能化应用需求》讲座。他介绍了核医学在肿瘤诊疗中的重要价值和临床应用场景，详细阐述了核医学实践中产生的多种数据集、数据应用急需优化的节点，以及影像组学的切入关键点。结合淋巴瘤、肺癌、前列腺癌等肿瘤诊疗实践及核素诊疗一体化，提出了AI接入的可能实践需求点及相关模型。

会议讨论环节气氛热烈。血液肿瘤中心黄德鸿教授提出，使用GPT辅助文书生成与临床决策时，面临图像处理局限、答案模糊、知识更新延迟等问题。核医学科陈秋智医师指出，核医学设备图像差异显著（如淋巴结检出数不同），需通过模型实现跨设备数据归一化。蔡文立教授逐一解惑，并与参会人员充分交流。

本次交流会内容丰富、议题前沿。参会人员通过学术讲座与跨学科探究，加深了对智能肿瘤学技术与核医学临床应用的理解，梳理了融合的关键问题，分析了未来研究与发展方向。大家表示，将以此次会议为契机，加强合作交流，共同推动智能肿瘤学技术与核医学深度融合发展。