12月4日，中国抗癌协会第四届智能肿瘤学大会川渝论坛在重庆召开。会上，智能肿瘤学创新研究中心蔡文立教授系统阐释了Agentic AI（代理式人工智能）如何驱动肿瘤诊疗向自主化、协同化决策演进，标志着肿瘤临床决策正式从“模型辅助”迈向“智能体协同”的新阶段。

本次论坛聚焦“智能驱动·产研融合”，探讨人工智能在肿瘤精准诊疗中的前沿实践，旨在推动政、产、学、研、医多方协同，提升肿瘤诊疗的精准性与可及性。蔡文立教授在报告中指出，Agentic AI不仅是技术迭代的产物，更是医疗AI从“被动响应”走向“主动执行”的范式转变。

从“工具”到“伙伴”，AI的角色之变

传统人工智能在医疗中多扮演辅助角色，如影像识别、病理分析、风险预测等，仍依赖医生进行最终决策与流程推进。而Agentic AI则具备“自主感知、自主思考、自主行动”的能力，能像人类助手一样，独立完成从任务理解、规划到执行的全过程。

“这相当于为AI装上了‘手和脚’。”蔡文立教授比喻道，“它不再是停留在对话界面后的‘大脑’，而是能够主动协调资源、调用工具、执行任务、适应环境，实现从‘工具’到‘伙伴’的跨越。”

蔡文立教授解释，这一转变的背后，是人工智能技术数十年的积累，特别是2022年GPT-3.5发布以来，大语言模型为AI注入了更强的语义理解与推理能力；2023年出现的AutoGPT等项目，则初步实现了AI对复杂任务的自主分解与执行。直到2024年，Agentic AI概念被正式提出，并迅速成为全球人工智能发展的核心方向之一。

五大工作模式，构建肿瘤诊疗“智能团队”

反思模式、工具调用模式、推理—行动模式、规划模式与多代理协作模式是Agentic的五大核心工作模式。在肿瘤诊疗中，系统可自主协调影像诊断、病理分析、内科治疗等多个专业“AI代理”，通过“协调层”整合信息、化解决策冲突，形成类人多学科诊疗团队的智能协作体系，显著提升诊疗效率和一致性。

“例如，面对一例疑似乳腺癌患者，系统可自主启动‘规划模式’，将诊疗任务拆解为病史采集、影像检查、病理分析、多学科会诊、方案制定等步骤；通过‘工具调用模式’接入医院信息系统、检验设备与医学知识库；借助‘多代理协作模式’，调度影像诊断Agent、病理分析Agent、内科诊疗Agent等协同工作；最终由‘协调层Agent’整合各方结果，生成个性化治疗方案，并在执行中通过‘反思模式’持续优化。”蔡文立教授解释。

“这相当于组建了一个始终在线、全力协作的AI多学科诊疗团队。”蔡文立教授表示，Agentic AI追求的是最大程度的代理性和自主性，让AI系统能够像人类助手一样，独立代理人类思考及处理复杂事务。这不仅提升了诊断效率，更通过标准化、结构化的信息传递机制，减少了人为误差与信息衰减，使诊疗过程更加精准、一致。

破解临床痛点，推动肿瘤诊疗体系升级

传统肿瘤诊疗中，多学科协作往往面临效率低下、信息同步难、决策周期长等挑战。尤其在不同医疗机构、不同专家之间，诊疗意见的整合与冲突解决依赖大量人工沟通，易导致患者错过最佳治疗窗口。

Agentic AI通过“上下文工程”技术，实现了在多智能体间高效、精准的信息传递与任务对齐，确保每位“AI专家”都能在统一的诊疗目标下开展工作。系统可实时感知各类医疗数据的更新，动态调整诊疗路径，甚至在出现检测结果矛盾、治疗方案冲突时，主动进行证据加权与优先级判断，为医生提供经过整合与校准的决策支持。

“这不仅减轻了医生在重复性、事务性工作中的负担，更提升了复杂病例的综合处理能力。”蔡文立教授强调。尤其在医疗资源分布不均的地区，这类系统有望成为提升基层肿瘤诊疗水平的重要助力，推动优质医疗资源下沉与普惠化。

从肿瘤诊疗起步，向全医学领域拓展

目前，智能肿瘤学创新研究中心已在Agentic AI与肿瘤诊疗融合方面取得阶段性成果，初步构建起覆盖筛查、诊断、治疗、随访全流程的智能决策支持体系。

随着技术持续演进，Agentic AI有望在更多医学领域展开应用，如从慢病管理到急诊响应，从手术规划到康复指导，AI将逐渐成为医疗体系中不可或缺的“智能生产力”。

“人工智能不应只是医生的‘工具’，而应成为医疗团队的‘成员’。”蔡文立总结道，“Agentic AI正推动这一愿景走向现实。我们期待与各界携手，共同推进肿瘤诊疗的智能化、精准化与人性化发展，为建设‘健康中国’贡献科技之力。”

据悉，本次论坛由中国抗癌协会肿瘤人工智能专业委员会主办，智能肿瘤学教育部医药基础研究创新中心、Intelligent Oncology编辑部承办，重庆市沙坪坝区科技局、成都市武侯区科技局、重庆大学附属肿瘤医院、四川大学华西医院、重庆大学附属沙坪坝医院共同协办。（资讯）

（文/项乔）