《CSCO每日新闻》版面概览

《CSCO每日新闻》具体内容

肿瘤防治正在进入多模态数据与人工智能深度融合的新阶段。病理影像、组学信息与临床数据的贯通，为肿瘤早筛、精准分型、疗效预测和全程管理带来新的可能。如何使这些探索从模型性能真正走向临床价值，是《健康数据科学（英文）》（Health Data Science）期刊重点关注的问题。

肿瘤具有高度异质性，一个模型即使在特定数据集上表现优异，也不意味着能够适用于不同地区、医院和患者群体。面向临床应用的研究，首先要回答明确而重要的临床问题，界定适用人群和使用场景，并经过多中心外部验证以及前瞻性临床评价。衡量创新的标准不能止于准确率，更要看能否改善诊疗决策、患者生存与生活质量。

数智创新不是单纯的算法竞赛，而是临床问题、数据质量、研究设计和验证路径的系统协同。特别是在肿瘤领域，应重视数据标准化与代表性、结果的可复现性和可推广性，并将隐私保护、算法偏倚、伦理审查和责任边界贯穿研究全过程。规范不是对创新的限制，而是保障患者安全、推动创新进入临床的必要基础。

Health Data Science由北京大学主办，与美国科学促进会（AAAS）合作，作为《科学》合作期刊（Science Partner Journal）,以开放获取的出版形式在全球范围内发行。我们秉持“Data for Better Health”的宗旨，促进医学、公共卫生与计算机、统计学、信息学、工程及伦理等领域合作，推动健康数据价值转化，增进患者健康与人群福祉。期刊已先后入选中国科技期刊卓越行动计划一期“高起点新刊”项目和二期“英文梯队期刊”项目，2025年被新兴资源引文索引（ESCI）收录，2026年首次获得影响因子4.8，进入期刊引证报告（JCR）Q1区。这些是阶段性认可，我们更看重能否持续发现和传播高质量研究。

在内容布局上，期刊既关注人工智能（AI）等前沿技术的创新与评价，也涵盖数据资源与治理、医疗服务、数字公共卫生和健康政策等研究。肿瘤是期刊重点关注的领域，我们期待相关研究立足防、筛、诊、治、康全链条，既有方法学创新，也能回答具有临床或公共卫生意义的问题。期刊不仅关注直接服务诊疗的成果，也重视能够支撑长期发展的高质量数据资源、研究规范和治理经验。

推动医学与数据科学深度融合，关键是坚持临床价值导向，让肿瘤学家、数据科学家及相关学科专家从研究起点就共同参与。我们希望通过期刊搭建高水平交流平台，使重大临床问题牵引技术创新，也让新的数据方法拓展肿瘤研究和临床实践的边界。

在本届学术年会上，Health Data Science在9月17日下午“研值赋能·数智领航——肿瘤临床科研力赋能专场”中设置“数智创新——AI时代的科研新范式”环节，邀请肿瘤临床、基础研究与数据科学领域的专家，共同探讨AI时代的研究范式、证据标准与临床转化，欢迎各位同道关注。

Health Data Science正在筹备肿瘤专刊，将重点关注多组学、AI数字病理、多模态数据融合等前沿方向，以及其在肿瘤早筛、分型、生物标志物发现、疗效预测和患者管理中的应用。我们期待兼具原创性、严谨设计与充分证据的成果，也重视新技术临床转化过程中的规范评价、伦理治理和真实世界效益。

从论坛交流到专刊建设，我们希望凝聚肿瘤学与数据科学领域的优势力量，推动形成问题共研、数据共享、标准共建和成果转化的协同机制。让重大临床需求牵引技术创新，让高质量证据服务规范实践，为提升我国肿瘤防治水平、增强国际学术影响力提供坚实支撑。

北京大学Health Data Science期刊编辑部 供稿 

中国医学论坛报社 沈靖茹 整理