编者按：复旦上医这片浸润着“为人群服务”精神内核的沃土上，一代代青年医务工作者接续奋斗。在第十二届复旦大学“十大医务青年”评选活动中，经过严格的推荐申报、资格审核、综合评审等多环节遴选，一批扎根临床深耕诊疗、聚焦科研攻坚难题、心系群众传递温暖的青年榜样从众多候选人中脱颖而出。他们是复旦医务青年中的杰出代表，更是践行医者使命的鲜活标杆。
让我们一同走进他们的行医故事，聆听初心回响、探寻奋斗足迹，在榜样的光芒中汲取前行动力，共赴新时代健康中国建设的使命征程！
本期人物
金希：肿瘤医院乳腺外科主治医师、副研究员、博士研究生导师，深耕乳腺癌的外科手术与综合治疗，聚焦“人工智能赋能的腔面型乳腺癌精准治疗”，取得一系列显著成果。
凌晨的无影灯下，一台乳腺癌手术进入收官阶段。面对腋窝区大量转移淋巴结，如何在彻底清扫病灶与保护重要血管神经之间取得精准平衡，是此次手术的核心难点。复旦大学附属肿瘤医院乳腺外科主治医师、副研究员、博士生导师金希，按照腋窝淋巴结清扫标准流程，顺利完成手术。
金希（左二）为患者手术
这台让他印象较深的手术，只是他每年完成的300多台手术中的普通一台。而在手术室之外，这种能“熬得住”长周期手术的耐力，同样体现在他的科研工作里。这位获评第十二届复旦大学“十大医务青年”的90后医生，正试着用AI技术为乳腺癌治疗找一条更精准的路，在临床和科研之间，一步步打通那“最后一公里”。
“不安分”又“能熬”
谈到获评“十大医务青年”，金希的回应朴实而坦诚：“这个荣誉属于我们整个团队。如果一定要说个‘秘诀’，可能是‘不安分’与‘能熬’吧。”在他看来，“不安分”不是不守规矩，而是在临床中守住底线的同时，在科研中多想一步、打破常规；“能熬”则是既能扛住手术室的通宵奋战，也能顶住论文投稿时反复修改的漫长煎熬。
金希（中间）指导学生做实验
这份为了坚守的“熬”，往往带着“不安分”的主动突破。他追求的，远不止将肿瘤“切下来”那么简单。门诊室里，他无数次被患者追问：“为什么别人用这个药有效，我用就没效果？”“这种追问像鞭子，抽着我不能停下来。”他坦言，患者那些没被满足的临床需求，是他做科研的核心动力。
临床中占比约七成的腔面型乳腺癌分型，特征为ER、PR阳性、HER2阴性，也是发病率最高的乳腺癌亚型。即便同属这一大类肿瘤，患者个体间病情差异仍悬殊，统一治疗方案往往疗效迥异。金希坦言：“同样确诊腔面型乳腺癌，部分患者仅靠口服药物便能稳定控制病情，但也有患者很快出现耐药、肿瘤转移。”以往诊疗缺乏精准预判手段，临床只能采用经验式试错模式，先行内分泌治疗，疗效不佳再更换化疗。正是分型评估存在的这一痛点，促使他下定决心攻关更高效、精准的肿瘤分型技术。
“读研究生的时候，我分析临床数据发现，约30%的腔面型乳腺癌患者，会因耐药而耽误治疗。”这个比例深深刺痛了他。而更让他触动的，是一位年轻患者。“我曾接诊过一位刚大学毕业的姑娘，确诊时就是腔面型乳腺癌，还已经复发转移了。那时候我就想，传统的‘经验性试错’太粗糙了，我们必须建立更精准的分型方法，不能再让患者在‘等耐药’的过程中消耗生命。”
AI架桥，打通临床与科研的“最后一公里”
临床困境，成了科研起点。围绕腔面型乳腺癌异质性这一核心问题，金希与团队展开了系统性研究。2023年，他们在《自然-遗传学》（Nature Genetics）上发表了重要成果，首次通过多组学整合分析，将原本笼统的腔面型乳腺癌，从传统的一大类，细分为4个具有不同分子特征和潜在治疗策略的亚型。这一突破，为精准治疗提供了科学依据，但研究过程中的挑战，比想象中多得多。
“最难的不是多组学分析本身，而是怎么让研究成果落地临床。”金希说，多组学整合分析虽能精准找到治疗药物，但成本高、操作复杂，难以应用于日常诊疗。就在团队陷入瓶颈时，医院“临床-病理-科研”三会合一的讨论机制，带来了新转机。病理科同事随口提了一句，数字病理切片的颜色和纹理，可能蕴含分子信息，这句话像一束光，点亮了他的思路——AI或许能成为连接多组学与临床的桥梁。
金希（中间）指导学生做实验
于是，团队开启了AI+数字病理的探索。他们训练神经网络，去捕捉病理切片中人眼无法分辨的纹理模式，这些模式就像癌细胞的“指纹”，能精准对应不同分子亚型。经过无数次调试与验证，AI模型的准确率最终达到90%左右，如今该技术已投入临床使用。“这意味着，患者术后第二天，我们就有可能通过AI分析其病理切片，快速获得精准的分型结果，不用让患者长时间等待，能为制定治疗方案争取宝贵时间。”他解释道。
科研路上的考验从未间断。一次，一位审稿人要求补充400例外部验证数据，可当时正处于疫情期间，外院样本根本调不到。金希没放弃，在医院的样本库里“翻箱倒柜”，找出符合标准的存档样本，重新做实验、补数据，前前后后花了5个月。“那种感觉不是煎熬，是‘悬而未决’的焦虑。”回忆起当时的场景，他至今还记得清清楚楚。
当收到论文“Accept（录用）”的邮件时，他刚下手术台，第一时间截图发到团队群，然后坐在值班室发了半小时呆。这种成就感，与完成一台高难度手术完全不一样：“手术的成就感是即时的，肿瘤切下来、出血止住，效果立竿见影；而论文录用是延迟满足，像播下一颗种子，浇水三年，终于发了芽。”但两者的核心是一样的，都需要毫米级的精准和百分之百的专注。
如今，团队的一项项研究成果已真正帮到了患者。当年那位刚毕业的年轻患者，通过AI+数字病理明确分子分型后，接受了针对性治疗。一年后，她的转移灶消失了，乳腺病灶也顺利完成手术根治，重新回到了正常生活。“科研的终极意义，就是解决临床问题，让患者受益。”他说。
未来，金希和团队的目标具体而明确。临床上，他们想推广更微创与一期重建的外科模式，让更多患者免于乳房切除的痛苦；科研上，深入探索耐药机制，优化AI对药物敏感性的预测；转化上，把AI分型技术推向全国基层医院，让精准医疗触手可及。“这样一来，乳腺癌患者不管是在顶尖医院，还是在基层医院，花几百块做个检测，就能享受到一样的精准诊疗服务。”
会开刀，也要会“开脑洞”
身兼临床、科研、教学三重角色，金希认为，这三者绝非彼此割裂，而是相辅相成、双向滋养：临床一线挖掘患者真实诉求与诊疗痛点，依托科研技术破解难题，再通过教学把兼顾疗效与生活质量的行医思路传承下去。
作为新一代临床医生，他认为青年更应具备“跨界”与“质疑”的特质。“以前人们凭经验、手感，判断肿瘤范围，我们则采用人工智能这些新技术，让判断更精准。”
“以往判断肿瘤边界全凭医生经验与肉眼手感，很难兼顾精准度与患者后续生活需求；如今我们借力人工智能、数字病理等前沿技术，精准划分肿瘤分型、评估病灶范围，既能提升治疗有效性，也能为患者保留生育、生活功能提供个体化方案。”
金希在全国乳腺癌学术会议上作报告
作为博士生导师，他想培养出“有临床温度、有科学思维、有转化嗅觉”的医学人才，尤其看重学生提出问题的能力。“很多学生能做出漂亮的数据，但提不出触及临床本质的问题，这是最大的局限。”在学术分享时，他也和别人不太一样，当大多数学者展示成功经验时，他却愿意坦诚分享那些“失败的科研经历”：被拒的投稿、失败的实验、被毙的申请。“年轻医生不敢做科研，往往是怕失败，但患者的等待，不容我们因害怕就停下脚步。”
金希坦言，自己的成长离不开医院的平台支持。“门诊、手术室、实验室、生物样本库，步行5分钟可达，这种‘闭环’能让想法快速得到验证。”医院的“青年医师科研启动基金”，更是他科研之路的“第一桶金”。“没有这笔经费，就没有《自然-遗传学》那项研究的第一组预实验数据。”在他看来，个人与医院的关系，就像“细胞与器官”：“我的科研成果，就像细胞分泌的‘信号分子’，能激活科研的‘信号通路’；而医院，就是给细胞提供养分的地方，这种共生关系，是我们肿瘤医院青年医生的幸福。”
回望自身成长道路，他认为青年医生最需要具备两种能力：“临床敏锐度”与“科研耐挫力”，擅于在临床中发现真正的问题，也能坚韧地承受科研中的挫折与失败。他将自己的体会，总结成三句话，分享给正在摸索中的年轻同行。
“不要等‘有时间’再做科研。”他说，门诊和手术台是最天然的灵感源泉，临床中的真实困惑，就是科研最好的起点。“主治医生阶段最忙，但也是接触患者最多、临床问题最鲜活的黄金期。我所有有价值的研究灵感，几乎都诞生自门诊和手术台。”
“要找准那个‘非你不可’的核心科学问题。”在他看来，科研切忌盲目跟风追逐热点，应当让真正有价值的临床问题主动浮现，而非被动追赶各类表象问题。追着问题跑本无可厚非，但更要警惕被浅层问题牵着思路走，错把伪命题当作亟待攻克的真难题。临床工作里每一次无解的困惑、每一处尚未被满足的诊疗需求，都是值得深耕的科研起点。
“以前人们关心的是患者的5年生存率，我们除了这个，还会追问‘这5年里，她能不能跳舞、能不能备孕’，试着用‘产品经理’的思维来做研究。”他表示，论文发表不是科研的终极目标。“每开一个课题，都要问自己：这项研究最终能变成临床产品或服务吗？能真正改变患者的命运吗？”他和团队开发的乳腺癌AI辅助决策平台，正是在这种自我拷问下“逼”出来的成果。
“青年医生的成长是马拉松，不是百米冲刺。”30岁才敢独立开题，32岁才发表第一篇第一作者顶刊论文的经历告诉他，“不必焦虑年龄，保护好自己的好奇心和同理心，比熬夜多发几篇论文更重要。”
获评第十二届复旦大学“十大医务青年”，对金希而言，是崭新的起点。“这份荣誉带来了沉甸甸的责任，现在我不只代表自己，更代表着青年医生这个群体。”他说，“我们要会开刀，也要能‘开脑洞’，让国际学术界听到中国乳腺癌研究的声音。”
