“肺结核民间叫'痨病'，在过去常有‘十痨九死’的说法。我国70年代经历了肺结核从不可治愈的绝症到可控可治愈。”
坐在苏州工业园区阳澄湖畔的办公室里，邢传华博士用这样一个带有时代印记的类比，开启了我们关于癌症的讨论。窗外的阳光温和地铺洒一地，这位回国创业四年的科学家，脸上带着一种理性的睿智。
“如今癌症的研究，正在逐步突破癌症的可控可治。癌症从绝症到慢性化控制和管理，是一个可期待的未来。”她陈述道。
将癌症与肺结核类比，这并非只是一个简单的修辞。回顾人类医学史，肺结核从一种令人闻风丧胆的绝症变成可防可控的慢性病，依靠的是链霉素等抗生素的发现、公共卫生体系的建立以及疫苗的普及。这是一个从“无药可救”到“精准打击”再到“系统防控”的完整过程。
而癌症，也正在逐步走向这样十字路口，但仅仅依靠药物的单点突破已经触到了天花板，我们急需一场系统性的认知与策略升级。
自1971年美国《国家癌症法案》颁布，人类向癌症宣战已逾半个世纪。尽管靶向药、免疫疗法不断突破，但一个残酷的现实并未改变：对多数人而言，癌症依然意味着极高的死亡率以及伴随而来的恐惧。
核心矛盾不只在于我们没有治疗手段，还在于发现得太晚。
“癌症之所以是绝症，不只是因为它难治。很多疾病到了晚期都可能变成绝症，”邢传华一针见血地指出，“是因为发现它的时候，已经太晚了。”
在癌症防治领域，存在着一道巨大的“生存率鸿沟”：如果能在早期（I期）发现，大多数癌症的5年生存率可以达到90%甚至更高（如乳腺癌I期生存率超过99%），但一旦进入晚期（IV期），这一数字会断崖式下跌至20%甚至个位数。
这也是为什么美国癌症5年生存率（约69%）显著高于中国（约43.7%）——主要的原因是美国早期发现的比率高于中国约2倍，让更多的患者在“可治愈阶段”就被发现了。
“癌症慢性化”的愿景，一种策略就是要把癌症的发现时间轴大幅前移到可控可治愈窗口，结合合理的治疗。如果能像管理高血压、糖尿病一样，通过定期的监测和诊治，在它还是“高风险结节”或者“微小病灶”的时候就识别出来、结合合理的控制手段，并增强人体免疫系统，有望达到共存的慢性疾病，甚至治愈。
但这不仅是一个医学愿景，更是一场涉及技术、伦理、资本与社会心理的复杂系统工程。
邢传华博士，AI精准医学的倡导者，医疗人工智能国际知名专家，师从AI早期泰斗美国工程院院士Donald Bitzer。这位有着20年AI与基因组学研究背景的科学家，试图用她手中的技术——AI驱动多组学，来叩击这个时代的命题。
这不仅仅是一场关于技术的对话，更是一场关于人类如何理性面对生命“黑箱”的探讨。
一种实现癌症慢性化的核心策略在于“早发现”。但为什么过去几十年里不去做这件事情，而现在认为可以做到？
答案藏在两条指数级发展的技术曲线里：一条是基因测序成本的断崖式下降，一条是人工智能能力的爆发式增长。
解密 ATCG 背后的生命真相
2001年，人类基因组计划（HGP）草图刚刚完成。全世界都在为生命天书的破译而欢呼时，年轻的邢传华踏上了赴美航班。
彼时，她刚刚从黑龙江大学毕业，在中国电信工作了三年。那个年代，互联网泡沫刚刚破裂，9·11事件震惊全球。站在时代的十字路口，这位坚韧的东北姑娘却陷入了深思：“我擅长什么？我能为这个世界上做什么？”
她将目光投向了生物与数学的交叉点。“那时候人类基因组刚测完，大家都很兴奋。但我当时好奇的是：DNA由ATCG这四个字母组成，怎么就能解密出男女、高矮、种族、疾病这么多不一样的信息？”
这种简单却直击本质的好奇心，驱使她做出了一个大胆的选择：利用数学规律去解密未知的生命世界。
她找到了北卡罗莱纳州立大学的Donald Bitzer教授。这位美国工程院院士，PLATO之父，等离子电视机发明人，当时正从通讯领域转向基因研究。在这个看似跨界的领域里，师徒二人一拍即合。
在随后的十几年里，她成为了一名耐心的解密者，在海量数据中寻找生命的草灰蛇线。在杜克医学院，与国际统计机器算法最高奖获得者和人类基因组先驱合作者们一起探索如何突破机器算法解密人类复杂疾病的边界。在波士顿大学，她参与了著名的Framingham心脏研究。这个跨越三代人、持续半个多世纪的流行病学研究，让她深刻意识到：基于大样本的真实世界数据，可以推导出疾病规律。
然而，她也敏锐地发现了一个巨大的技术鸿沟：数据产生能力指数级增长，而数据解读能力却还在“石器时代”。
随着测序技术的迭代，从第一代到现在的第四代，测序成本从最初的30亿美元降到了几百美元甚至更低。我们能获取的数据量呈爆炸式增长，但这就好比如果不掌握语言规律，给你一座图书馆的书，你也读不懂其中的含义。
“我们解密生命体的工作才刚刚开始。”邢传华直言不讳。
现有的算法也存在局限：要么是只看单个基因的“独立特征分析”，要么是只能看到两个基因关联的“一级依赖度”。而生命体是一个极其复杂的系统，基因与环境、蛋白质、代谢物之间存在着高维的、非线性的互动。
即使是近年来大火的深度学习和人工神经网络，在生物学应用上也面临挑战：它需要巨大的样本量（几千甚至上万例）来训练，而高质量的临床样本往往是昂贵且稀缺的。更致命的是，神经网络容易“过度学习”，无法精准校正样本与真实世界之间的偏差。
她进一步解释道：“临床样本本来就稀缺且昂贵，如果算法只会死记硬背样本特征，却不能校正与真实世界的偏差，那就是在浪费数据。”
“现有的通用算法，在解密生命体这条路上，根本不够用。”这种技术上的“不满足”，成为了她后来创业的直接动力。
用AI来整合多组学
2013年，邢传华进入制药巨头阿斯利康（AstraZeneca）担任研发负责人。在这里，她开始尝试用AI去解决具体的药物研发问题，并推动精准医学的落地。
也就是在那时，她提出了“AI多组学”（AI Multi-omics）的概念。
如果说传统的基因检测是“盲人摸象”，只摸到了大象的一条腿（单基因），那么多组学就是试图整合视觉、听觉、触觉等多种信息，还原大象的全貌。
邢传华打了一个形象的比方：“如果有10个人，你单看长相，可能分不清谁是东北人、谁是上海人。但如果你把长相、个头、发音、饮食习惯、穿着打扮这些特征联合起来看，识别率就会大大提高。”
这就是世华医学的核心技术逻辑：打破“单基因对应单病”的线性思维，利用原创的AI算法，整合基因组（DNA）、转录组（RNA）、蛋白质组、代谢组甚至影像学等多源数据，在极微弱的信号中捕捉癌症的踪迹。
这一理念极具前瞻性。奥巴马精准医学计划背后的关键智囊、哈佛大学教授Raju Kucherlapati曾对她说：“邢，你是第一个用AI来整合多组学的人。”（You are the first person to use AI to integrate multiomics.）
然而，理念的前瞻性并不能自动转化为改变现实的力量。在波士顿大学参与Framingham心脏研究时，邢传华已经意识到“科研可以解决具体、真实的问题”，但她也敏锐地发现：AI在精准医学中作用巨大，但算法发展却很初级，从原创算法的开发到产业界的转化，都处于初萌芽状态。
“我开始考虑我是不是要去做一些真正去改变人类生命健康和生活的事情，而不只是发文章。”要真正改变癌症的诊疗现状，仅有论文是不够的，必须有可用的产品。“做学术是发现问题，做企业是解决问题。”
2015年，与奥巴马“精准医学计划”提出的同一年，邢传华在美国注册了名为“XPrecision”的公司，意为“超级精准”。这个决定源于她在阿斯利康的切身体验：虽然作为肿瘤免疫明星药的精准医学负责人，最强有力的创新往往诞生在初创公司。“我感知到了AI在医药上、生物技术上的重大冲击，所以我想自己来孵化这些原创技术。”
在XPrecision，她完成了前期模型的验证、开发和美国的临床验证，与拥有CAP和CLIA资质的实验室合作，验证了AI多组学模型的可行性。当技术验证完成，准备大规模转化时，一个关键选择摆在她面前：在美国转化，还是在中国转化？
2021年，在几位志同道合的朋友推动下，邢传华决定回国，在苏州创立世华医学。这不仅是一个商业决定，更是一次人生的重大转折——她不得不与在美读书的儿子分离，独自一人投身于国内竞争激烈的创业环境。
但她清楚，这是实现“癌症慢性化”愿景的必经之路。“如果一个对癌症进展有影响力的项目诞生，我希望能首先受惠的是祖国的人民”。XPrecision完成了技术的“从0到1”，而世华医学要做的，是让这项技术真正落地，改变千千万万患者的命运。
有了理论和技术，如何将愿景落地？“癌症慢性化”不是一句口号，它需要具体的产品和路径。
邢传华给出的答案可以概括为七个字：可治愈阶段发现。
把发现时间大幅度前移
癌症的发生是一个漫长的过程，从第一个细胞突变到形成可见的肿瘤，往往需要数年甚至数十年。这中间存在一个巨大的“时间窗口”。
“过去我们叫‘早筛早诊’，但我现在更愿意说‘可治愈阶段发现’。”邢传华解释道，“只要能把发现的时间提前半年到两年，患者的命运就会截然不同。”
在这个阶段，癌细胞的数量还很少，免疫系统还占上风，如果能及时干预，治愈率极高。
但这并不容易。因为在这个阶段，癌症往往是“隐形”的，在肿块形成前的分子状态，传统的影像学（如CT、B超）很难发现微小的病灶，而传统的肿瘤标志物检测灵敏度又太低。
拒绝“一滴血”神话
市场上充斥着各种“早筛”神话，最著名的莫过于曾经轰动一时的“滴血验癌”骗局。对此，邢传华表达了科学家的严谨态度：“一滴血测癌是不可能的。”
她从技术角度拆解了其中的荒谬：要想在早期发现癌症，血液中的循环肿瘤DNA（ctDNA）含量极低。如果要达到医学级的诊断精度（例如在1万个细胞中找出2个癌细胞），仅仅一滴血所包含的细胞总量根本不够。
邢传华的解决方案，恰恰建立在对这个问题的深刻理解之上。世华医学采用《非小细胞肺癌微小残留病灶专家共识》推荐的10毫升血——足够的样本量是医学级精度的基础。但更大的挑战在于：即使有了足够的样本，如何在海量的正常细胞信号中，准确识别出那微弱的癌症信号？
这正是AI多组学的用武之地。正如她之前打过的比方：单看长相分不清东北人和上海人，但把长相、个头、发音、饮食习惯、穿着打扮这些特征联合起来看，识别率就会大大提高。在癌症检测中，她整合基因组、转录组、蛋白质组、代谢组甚至影像学等多源数据，让多个维度的微弱信号相互印证，最终在海量噪音中提取出真实的癌症信号。这不是简单的数据叠加，而是用原创算法去理解生命体这个复杂系统的高维、非线性互动。
目前，世华医学已经完成了肺癌、乳腺癌、肠癌等三大高发癌种的早诊产品开发，并开始以科研合作及实验室自研检测项目的方式，在国内三甲医院落地。她们解决的不是泛泛的“风险评估”，而是临床医生最头疼的具体问题——比如，CT拍到了一个肺结节，到底是良性还是恶性？要不要切？
来源：受访者供图
打个比方，如果只看基因突变这一个特征，可能只有20%的准确率；但如果同时看基因突变、蛋白质表达、代谢物水平、影像学特征等多个维度，让这些微弱信号相互印证，准确率就能提升到90%以上。根据公开数据，世华医学的AI多组学技术在I期和II期癌症早筛早诊中，准确率比同类产品高10%-20%。
这意味着什么？一个CT发现肺结节的患者，传统方法可能需要穿刺活检甚至直接手术才能判断良恶性，而通过AI多组学分析血液样本，可以在不开刀的情况下给出高准确度的判断——避免了良性结节患者遭受不必要的手术痛苦，也让恶性结节患者能在第一时间得到治疗。
从“防”到“治”的闭环
除了精准诊断，邢传华还构建了一个分层的防控体系：
•初筛层面：针对健康人群，推出普惠型的综合筛查方案。这不仅局限于基因检测，而是结合低剂量CT、常规体检指标，利用AI进行综合风险预警。一定要“智能化、方便、低价”，才能普及。
•健康管理层面：“就像你开车一样，你需要知道什么时候踩油门，什么时候刹车，”邢传华打了个比方，“患者必须掌握自己身体的主动权，不能完全盲目地依赖医生，要建立起对身体指标的‘驾驶感’。”
•术后监测层面：针对已确诊患者，监测微小残留病灶（MRD）。一旦发现复发苗头，立即干预，防止癌症卷土重来。
在谈到这一系列布局时，邢传华提到了一段往事。
2020年初，新冠疫情爆发，武汉封城。身在美国的邢传华心急如焚。“我是做AI的，我就开始算这个病毒的传染距离和速度。”她自费开展研究，利用自己的AI模型和三代测序技术，成功解决了病毒序列识别的问题。
虽然这项技术最终没有商业化，但这段经历折射出她做技术的底层逻辑——不是为了商业变现，而是为了解决真正的问题。“我记得武汉封城，当时很多在美国的华人都有这种感受，非常想通过自己的能力为疫情做点事情。“‘
这种非功利性的根源，或许可以追溯到她的内心深处。多年前，她的父亲因癌症去世，从发现到离世，快得让她“来不及救”。“不是每个家庭都能承受这样的离别。如果我的技术能救很多人，这对我的人生是一个回报。”说到这里，一向理性的她声音低沉了下来，“这比什么荣誉都重要。”
但这份遗憾，并没有让她停留在个人情感的层面。她看到的是一个更大的图景：根据统计数据，早期发现癌症可以让治愈率从20%直接提高到90%。但现实是，美国和中国在癌症5年生存率上的巨大差距（约69% vs 43.7%），并非因为药物先进多少，而是因为早期发现的概率在美国是中国的两倍。“癌症之所以是绝症，不是因为多难治，而是因为发现太晚了。”
这正是她坚持“智能化、方便、低价”普惠型筛查的原因。她要做的不只是一个检测产品，而是一场关于公共健康的系统性变革——让癌症早筛像管理高血压、糖尿病一样，成为每个人健康管理的一部分。她提出的“百年无癌计划”，听起来像是一个宏大的愿景，但她的逻辑很清晰：如果每年体检都能精准发现癌症早期，如果每个人都能建立起对自己身体指标的“驾驶感”，如果全社会都能参与到这个过程中，那么癌症就不再是夺人性命的杀手，而是一种可以共存的慢性状态。
“我可能只是在早诊、早筛上做了一个里程碑的事情，但需要全社会的配合去做更多事情。”她不在乎功劳归谁，“我更该在乎的是它能够真正救很多人。其实每个家庭多少都有一些亲人经历类似的事情，所以这个是对我心灵和人生的一个回报，这个是最重要的。”
正是这份源于个人遗憾，但又超越个人情感的社会责任感，成为了她在艰难道路上坚持下去的心灵引擎，也让世华医学的技术多了几分温度——它不只是冷冰冰的算法和数据，还是关乎千千万万个家庭的希望。
只要有了好的技术，癌症就能被攻克吗？邢传华的答案是：远远不够。
“这是一个社会性的系统工程，”她强调，“技术只是其中一环。”
数据孤岛：被锁死的“AI矿藏”
如果说技术是引擎，那么数据就是燃料。让邢传华感到焦虑的，是燃料的供给问题——数据的共享在国内依然是一座座孤岛。
AI进化的逻辑很简单：数据越多，模型越准。但在现实中，各个医院、科研机构之间的数据壁垒森严。“不共享就没有价值，捂在手里也不会更安全。”邢传华无奈地表示。
“如果不打破数据孤岛，我们即便拥有庞大的人口基数，也可能在未来的生物数据竞争中失去高地。这不仅是商业问题，更是国家生物安全和竞争力的关键。”
警惕“讲故事”虚火，守住技术的公信力
当数据这座矿藏难以挖掘时，创业者还要面对另一个严峻的挑战：市场环境的“噪声”。
“中国要做创新，特别是国际领先的创新，最难的是什么？”邢传华抛出了这个问题，“不是技术本身，而是一旦有人立了标杆，跟风的人就来得特别快。”
“有的人是为了融资讲故事，因为投资人大多不懂技术，只看能不能变现；有的人是为了低价抢市场，恶意竞争。”邢传华的语气中透着一丝遗憾。这种乱象不仅会搅乱视听，更会透支行业的信用。“如果这行被做烂了，技术的公信力一旦崩塌，受害的是真正做实事的人，更是原本可以获救的患者。”
邢传华骨子里低调，但她也意识到，“我必须承担一些责任，为这个行业去讲清这些知识点，一起守住技术的公信力。”
跨越沟通鸿沟
如果说外部环境的杂音是显性阻碍，那么认知差异则是隐性壁垒。对于一位海归科学家来说，这往往是创业路上最昂贵的“沟通税”。
“我交流中超过50%的时间，其实都在做‘教育’。”邢传华感叹道。
她所指的教育，是一个双向甚至多向的过程。
一方面是对资本市场。几年前她刚回国时，AI多组学还是一个极其陌生的概念。“那时候，我是唯一全用AI来做肿瘤诊断的。大家听不懂，觉得你在讲天书。”
另一方面，是对极其谨慎的医生群体。90%的医生习惯于接受固有的、经过几十年验证的传统方法。要让他们相信一个看不见、摸不着的AI算法能比经验更准确，需要漫长的信任建立过程和大量的临床数据验证。
“误解谈不上，但沟通成本很高。”她意识到，向不同背景的人解释AI多组学的原理和价值，沟通成本差异巨大：向身边朋友解释和向投资人、专业人士解释，需要的时间和方式完全不同。
为了更高效地推进工作，她采取了策略性的合作路径：与行业内的龙头企业——华润、国药等建立战略合作，借助渠道的力量去触达终端，用结果来弥合认知的鸿沟。同时，她也看到积极的变化：“和四年前我刚回国相比，现在更容易交流，大家对于前沿技术的认可和接受度提高了。”直到今天，她也没有放弃“向外”沟通，只是在用更务实的方式推进——一边做教育，一边用合作和结果说话。
创业的选择：聚光灯背后的权衡
在解决了数据、市场和认知的重重难题后，邢传华还要面对最后一道关卡：个人生活的重新安排。
创业不仅需要克服各种困难，更需要对个人生活的重新规划。在邢传华原本的设想中，她可以像在美国做教授一样，远程“遥控”一家公司。但现实很快打碎了这个幻想。“不身在其中，根本推不动。”
于是，她做出了一个选择：只身回国，与丈夫以及正在中学就读的儿子远隔重洋。
“从来没想过要和家里分开。我是母亲，他是未成年的孩子，这种牺牲是巨大的。”提起家人，她的语气中少了几分科学家的冷静，多了几分母亲的柔软。
“每个人都会身兼多职，既是父亲又是儿子，又是丈夫这样的角色一样。”邢传华说，“作为女性，这种多重角色的压力可能更明显。”
邢传华坦言，她见过很多有才华的同行，但他们不敢跳出学术界，不敢承担创业的风险，因为家庭的责任让他们更倾向于选择安全稳定的路径。在她的朋友圈里，她是唯一的一个。“这个部分太缺了，整个社会太缺了。”
但让她欣慰的是，儿子表现出了惊人的理解力。“他知道妈妈在做一件重要的事——去治愈癌症。”巧合的是，儿子也展现出了对科学的浓厚兴趣。更让她感动的是，“我老公做得很好，我的孩子也知道妈妈在做一件重要的事情，他们甚至也想着去研究怎么治愈癌症。”
“我也许不在他身边陪读，但我用行动给他树立了一个榜样：为了一个使命，是可以全力以赴的。”这种“为了人类健康”的宏大叙事，在邢传华的生活里，具象化为一个个熬夜到凌晨3点的夜晚。
“前两天刚想做减法，结果昨天又忙到3点。为了赶今天的采访，我连妆都没化，脸色可能不太好。”她指了指自己的脸，自嘲道。
但她也承认，这种选择并非没有代价。“对我来说，唯一让我难以承受之重的是对家人的思念” “有的人创业，家庭和事业都成功，都平衡得很好。咱们中国古话就有一屋不扫，何以扫天下——你先照顾好自己，照顾家里人，再能去找天下的事。”
这种聚光灯背后的“孤勇”，或许才是创业者最真实的底色。
尽管困难重重，但邢传华对未来依然从容。这种从容来自于对技术本质的深刻理解。
AlphaFold之后的新边界
当谈及近年来震惊科学界的AlphaFold（谷歌DeepMind开发的预测蛋白质结构的AI）时，她展现出了内行的冷静。
“AlphaFold验证了AI在预测静态小分子结构上的能力，这很了不起。但在我看来，它更像是一个分解式的工具，还没达到我理想中那种‘整块的’、能模拟动态生命系统的算法高度。”
她认为，生命解密不仅仅是预测一个结构，而是要理解复杂的动态变化。这需要更先进的算法体系、更大的数据量以及多模块的配合。“我们对生命体还有90%是未知的。解密这项工作，才刚刚开始。”
啃下第二代技术的“硬骨头”
目前的世华医学，已经走出了第一步：把癌症早诊产品做出来了，即便只覆盖了肺癌、乳腺癌、肠癌这几个大癌种。
“第一代产品的‘蛋’已经生出来了，得到了验证。现在我们要做的，是让它裂变。”
但她的目光已经投向了更远的地方——第二代技术的研发。“那是真正的科研高地，但我前期为了公司运作花了太多精力在商业上，这是我的遗憾。”她计划在公司商业化步入正轨后，抽出更多精力回归科研本位，去啃那些更难的“硬骨头”。因为她深知，在生物科技领域，唯有持续的原创技术，才是企业的护城河。
一场没有终点的解密马拉松
在邢传华的蓝图中，癌症只是她回国转化的第一个项目。“这足够我做百年的了。”她笑着说。
但她的野心不止于此。如果AI多组学真能解密生命体，那么它能改变的不仅仅是癌症，还有心血管疾病、糖尿病甚至衰老本身。
“即使有一天癌症被控制住了，也不代表我们对生命的解密结束了。这是一场没有终点的马拉松。”
采访接近尾声，我们的话题又回到了最初的那个比喻——“像消灭肺结核一样消灭癌症”。
这注定不是某一个人、某一家公司的独角戏。它需要靶向药、免疫治疗、中医调理、早诊技术、健康管理等全社会的通力配合。每一个像邢传华这样的科学家，都是在为这座大厦添砖加瓦。
邢传华说，“我信奉‘低调做人，高调做事’。把目标看远一点，然后低下头，扎扎实实地一步步走。毕竟，高楼大厦都是一砖一瓦垒出来的，我每天都在做那个垒砖的人。”
这种务实而具有远见的特质，或许是这一代海归科学家最鲜明的注脚。
对于想要投身这个领域的年轻人，她的建议也很直接：“人才不是培养出来的，是选出来的。你要问自己：你是谁？你擅长什么？你想解决什么问题？不要随波逐流。”
她停顿了一下，补充了一个颇为“反常识”的管理视角：“在公司里，我从不跟初级员工空谈贡献，对年轻人要讲利益、讲成长；只有对真正有使命感的核心人才，才谈愿景。”
但对于那些真正想改变世界的年轻人，她的寄语直击核心：“重要的是你自己是谁，然后你要把自己当回事，你才能成为Somebody。”相信的力量，首先来自于对自己的相信——这是她从通信跨界到生物医学、从学术界走向创业的真实写照。
最后，她谈到了在一次公开论坛上的场景。
当她提出“百年无癌计划”时，主持人表示：“邢博，这个计划挺好，虽然有点不敢相信。”
邢传华笑了笑，回答：“这是我们的愿景，也是我们持之以恒努力的使命和目标。就像70年代没人相信肺结核能不是事儿一样，希望未来的人看癌症，也会觉得‘那不是个啥事’。”
这不仅是一个科学家的自信，也是人类面对疾病时永恒的希望。这场关于“癌症慢性化”的讨论，才刚刚开始。
渝公网安备 50011202502165号
