晨报记者 傅曦颖

    在中硼（厦门）医疗器械有限公司（以下简称“中硼医疗”）的办公室里，TPS软件开发部经理陈江盯着电脑上的医学影像，不断调整模型参数。一套新的AI功能正在测试，它将帮助医生更快完成患者筛选和治疗计划制订。近日，记者采访了陈江，听他讲述如何带领团队让AI赋能医疗的故事。

    从不把AI当作“替代者”

    陈江的工作桌上，总摆着几份厚厚的医学资料。作为中硼医疗TPS软件开发部经理，他既要懂软件，也要理解医学逻辑。在医疗领域做AI，陈江始终保持谨慎：“医疗不能出错，哪怕只是一个小偏差。”

    陈江表示，AI在医疗行业最重要的价值，不是替代医生，而是让专业人员将更多精力投入真正需要经验与判断的环节。因此，他从不把AI当作“替代者”，而是定位成“副驾驶”。这种理念，贯穿在他带领团队开发的每一个模块里。

    在中硼医疗，AI被嵌入治疗计划与患者筛选等核心流程。陈江举例道，在硼中子俘获治疗（BNCT）中，医生需要基于CT和PET影像制订治疗计划，而传统流程里的影像配准和靶区勾画往往需人工完成，工作量大，而且高度依赖经验。陈江团队开发的LMT-Net模型，则可一次完成配准与勾画。这一技术如果在未来临床中落地，有望显著优化工作流程——原本由医生等人员分步完成的任务，将被整合为更高效的人机协同过程。

    陈江表示，这并非单纯追求速度，而是通过技术手段提升整体精度和一致性。“由于勾画与配准存在双向依赖关系，联合处理能带来更好的结果。”

    “数据溯源”避免AI“幻觉”

    除了治疗计划系统，陈江及其团队还研发了AI患者筛选系统。陈江告诉记者，临床试验过程中，医生需要在大量病历、实验室指标、影像报告中筛选符合标准的患者。传统人工筛选耗时较长，且易受主观理解影响。目前在内部模拟测试中，该AI系统可在10分钟内提取关键信息，并自动生成完整的筛选报告，大幅减轻医生的工作负担。

    而为了避免AI“幻觉”带来的风险，陈江及其团队采用“数据溯源”技术，系统并不直接做最终判断，而是依据规则库检索资料内容，并展示对应依据，由医生完成最终确认。目前，这些AI模块仍以内部研究与技术验证为主，未来将在取得医疗器械注册证后，逐步面向医院用户推广。

    如今，企业对人才的要求正悄然发生变化。陈江告诉记者，企业在招聘时已将AI能力视为重要加分项。“不是说每个人都要去写模型，但至少要懂得如何与AI协作、如何判断AI输出的合理性。”在陈江看来，AI不会取代专业人士，但会用AI的专业人士将更具竞争力。