人工智慧（AI）正全面融入癌症照護的各個環節，從疾病預防、精準診斷、治療計畫，乃至於病患康復與臨終關懷，都大幅提升了醫療效率與照護品質。在2026年美國國家綜合癌症網絡（NCCN）年會上，范德堡英格拉姆癌症中心（Vanderbilt-Ingram Cancer Center）的特拉維斯·奧斯特曼（Travis Osterman）就回顧了AI在腫瘤學應用上的發展。
輔助診斷與個人化治療
AI在癌症預防方面，能建立個人化風險評估，並優化癌症篩檢計畫的效率。而在診斷階段，AI可輔助放射影像判讀、組織病理影像的自動分析，以及分子資料分析。治療方面，AI應用於手術規劃、術中導航、放射治療計畫、腫瘤靶區勾勒，以及個人化全身性治療的選擇，同時加速藥物發現並監測副作用。對於康復期的病患，AI則有助於加強癌症監測、追蹤、制定個人化照護計畫，並提供心理社會干預。
范德堡大學醫學中心（Vanderbilt University Medical Center）已利用AI於環境書寫助理（ambient scribes）、手術規劃、輸液排程與放射科關鍵警報等領域，顯示AI能實質減輕醫護行政負擔，讓臨床人員得以投入更多時間照顧病患。
藥物研發與數據基礎建設
過去五年，藥物開發產業對AI的投資與依賴已達前所未有的程度。機器學習模型被廣泛應用於量化結構-活性關係（QSAR）分析、靶點識別、先導化合物優化，甚至監管策略。然而，許多生命科學領域的AI專案表現不如預期，主要原因並非AI模型不夠精密，而是受限於資料品質、結構與治理。實現AI驅動的藥物開發，關鍵在於能捕捉分子複雜性、實施FAIR（可尋找、可存取、可互通、可重用）資料原則，並透過協作平台準備資料集的數據基礎建設。
潛在挑戰與監管規範
儘管AI帶來巨大潛力，過度依賴AI也衍生出一些挑戰。根據2025年9月發表的一項研究顯示，相較於網路搜尋或沒有輔助的情況，使用大型語言模型（LLMs）可能降低概念保留度。此外，2025年10月刊載於《刺胳針》（Lancet）的研究指出，在內視鏡檢查中持續使用AI輔助，可能導致醫護人員的技能退化，當AI工具移除時，腺瘤偵測率（ADR）會隨之下降。
為應對這些風險，美國食品藥物管理局（FDA）於2025年8月18日發布了預設變更控制計畫（PCCP）的最終指引，旨在管控「演算法漂移」的問題，確保演算法更新無需每次都重新申請FDA核准。同時，從2025年1月1日起，電子健康紀錄（EHR）新增要求，AI驅動的決策支援干預措施必須以淺顯易懂的語言向使用者揭露其「來源屬性」，以提升透明度與可追溯性。
