未来AI会取代医生？重症医学与AI 双向奔赴后的冷思考！

　　当您踏入一家医院，却不见医护人员身影，机器人护士引领您至对应科室，而为您诊疗的竟是一位AI医生。基于数万个与您症状相似的病例分析，AI医生提供诊断方案，这一场景看似科幻，实则源自清华大学智能产业研究院与计算机系的合作，即虚拟医院Agent Hospital的构想，揭示AI正悄然贴近我们。

　　AI技术通过计算机或智能设备，模拟、扩展人类智能，应用于感知环境、知识获取及优化决策中。在重症医学领域，得益于海量数据支持，AI技术先行一步，助力疾病诊断、监测潜在并发症及个性化治疗方案的制定。针对AI在急危重症中的应用现状、挑战及未来趋势，《医师报》特邀解放军总医院重症医学科主任周飞虎教授、北京协和医院重症医学科主任隆云教授及浙江大学医学院附属邵逸夫医院急诊科章仲恒教授进行深入探讨。

　　章仲恒教授早在十年前便预见传统统计学方法在电子病历系统支持下的局限性。随着2016年AlphaGo击败围棋冠军李世石，AI技术受到全球瞩目，增强了人们的信心。同年起，医疗数据分析研究如雨后春笋般涌现，AI在疾病预警及影像识别等领域加速发展。

　　周飞虎教授自2016年起涉足AI领域，指出ICU自诞生便与智能、大数据紧密相连。ICU数据具有数量庞大、维度高、变化快及测量频繁的特点，尤其适合采用大数据方法解决现有困境。

　　AI技术在重症医学中的应用聚焦于预警预测及科研领域。早期预警与病情预判成为首要任务，通过AI传感器等技术，对脓毒症、AKI等高危疾病进行预测分析。周飞虎强调，建立脓毒症预测模型旨在早期识别风险因素，前移重症治疗关口。隆云教授团队则开发了用于三甲医院ICU的全身炎症反应综合征患者念珠菌血症风险预测模型，依托数据集成实现脓毒症诊断与抗凝管理。

　　自2016年起，周飞虎着手“智慧ICU”建设，旨在通过自动化预警体系及AI技术优化重症救治。智慧ICU依托大数据、信息化构建精准可视化体系，集成高级生命支持设备，实现重症监测与治疗的“可视化”。智能信息采集车可实时接收并分析患者数据，一旦指标接近风险临界值，系统将自动发出预警，辅助医护人员迅速响应。

　　在科研领域，AI技术同样展现出巨大潜力。隆云教授指出，AI已对重症研究产生积极影响，海量数据资源如MIMIC数据库使得研究更加高效便捷。然而，数据壁垒仍是AI发展的关键挑战。章仲恒担忧AI准确性可能导致报警疲劳及泛化能力受限等问题。因此，打破数据壁垒、实现医疗信息互联互通至关重要。

　　浙江大学医学院附属邵逸夫医院急诊科正通过多机构合作构建数据库，实现数据脱敏、标准化及共享。当前数据库虽能支持病历自动生成及自动采集护理记录单等低粒度数据应用，但仍难以满足高精度模型需求。