用AI给癌症“看相”,宁诺博士生成果登上人工智能顶级会议

Please scroll down for the English version - UNNC PhD student showcases AI cancer research at world-leading conference.

杨佳琪参加国际计算机视觉与模式识别会议

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。

杨佳琪

“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。

杨佳琪参加第三届IEEE医疗人工智能国际会议

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。

杨佳琪和宁诺导师何祥健教授

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。”

UNNC PhD student showcases AI cancer research at world-leading conference

A PhD student from the University of Nottingham Ningbo China (UNNC) has presented pioneering cancer research at CVPR 2026, one of the world’s most prestigious conferences in artificial intelligence and computer vision.

Yang Jiaqi’s research introduces an innovative AI model that combines pathology images with genetic data to predict cancer patients’ survival risks more accurately, supporting more personalised treatment decisions and advancing the development of precision medicine.

The achievement highlights both the research excellence of UNNC students and the University’s commitment to nurturing innovative talent. Working in the emerging field of computational pathology, Yang developed the project with the support of her supervisory team, who provided regular academic guidance and encouraged a long-term, curiosity-driven approach to research.

UNNC also provided the computing resources and academic freedom necessary for exploration and innovation, creating an environment where students are empowered to pursue ambitious research questions and develop independent academic judgement.

The successful acceptance of the work at CVPR 2026 demonstrates the growing international impact of UNNC research and the University’s dedication to supporting students in tackling real-world challenges through cutting-edge innovation.

图文来源：Lucrecia Zhou，Tony Bao

电子编辑：Suri An

精彩内容