人工智能在減重代謝外科的應(yīng)用現(xiàn)狀2026肥胖的患病率不斷上升，已成為影響公眾健康和加重醫(yī)療負(fù)擔(dān)的重大衛(wèi)生問題。作為目前最有效的減重和改善肥胖相關(guān)代謝性疾病的治療方式，減重代謝手術(shù)在我國已廣泛開展，手術(shù)量逐年遞增的同時學(xué)科也呈現(xiàn)快速發(fā)展?fàn)顟B(tài)。據(jù)中國肥胖代謝數(shù)據(jù)庫統(tǒng)計(jì)，2023年全國減重手術(shù)總數(shù)量約為37249例［1］。隨著手術(shù)規(guī)范化的推行與手術(shù)方式優(yōu)化的不斷探索，減重代謝外科同樣面臨著一系列挑戰(zhàn)與壓力：醫(yī)師在患者選擇和手術(shù)決策上缺乏個體化精準(zhǔn)依據(jù)、術(shù)后減重效果存在差異以及并發(fā)癥預(yù)測困難等。20世紀(jì)50年代AI的概念被首次提出，在歷經(jīng)數(shù)個階段性發(fā)展后現(xiàn)已成為一門研究并開發(fā)用于模擬、延伸和拓展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的學(xué)科，其技術(shù)重點(diǎn)主要包括機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法［2］。在醫(yī)療科技飛速發(fā)展的當(dāng)下，AI正在以前所未有的速度重塑醫(yī)療格局，減重代謝外科領(lǐng)域也不例外［3］。筆者旨在探討AI在減重代謝外科的最新應(yīng)用，并期望以此為臨床實(shí)踐提供有價值的參考，助力減重代謝外科向更加精準(zhǔn)、高效和個性化的道路發(fā)展。一、AI在減重代謝外科培訓(xùn)領(lǐng)域的應(yīng)用AI通過結(jié)合虛擬現(xiàn)實(shí)技術(shù)為醫(yī)學(xué)生和低年資外科醫(yī)師提供了更加接近臨床實(shí)際操作的機(jī)會。通過手術(shù)模擬與虛擬訓(xùn)練、手術(shù)視頻AI分析、定制個體化訓(xùn)練內(nèi)容等，學(xué)員能夠快速定位學(xué)習(xí)重點(diǎn)、理解決策依據(jù)，從而達(dá)到提高手術(shù)技巧、加速學(xué)習(xí)進(jìn)程的目的。Barré等［4］的研究中應(yīng)用虛擬現(xiàn)實(shí)模塊模擬了單孔袖狀胃切除術(shù)的關(guān)鍵步驟——袖狀胃的制作與縫合加固，學(xué)員使用真實(shí)手術(shù)器械（配備傳感器）與虛擬場景交互。這不僅解決了傳統(tǒng)培訓(xùn)中資源有限的問題，還能通過實(shí)時反饋幫助學(xué)員糾正錯誤操作。而且，學(xué)員在提升技能的同時更容易在實(shí)際手術(shù)中獲得自信，精神壓力以及操作后的身體疲勞感也明顯減少［4］。二、AI在術(shù)前診斷以及治療策略中的應(yīng)用（一）肥胖的精準(zhǔn)化分類肥胖作為一種高度異質(zhì)性的疾病，其臨床表現(xiàn)和代謝特征存在顯著差異。傳統(tǒng)的BMI分類方法無法充分反映肥胖的代謝復(fù)雜性，而AI技術(shù)的引入為肥胖的精準(zhǔn)化分類提供了新的可能。美國梅奧診所通過機(jī)器學(xué)習(xí)方法將肥胖患者通過飽腹感、胃容量、胃排空速度、心理因素建模將其分為4種表型：饑餓的大腦（異常飽腹感）、情緒型饑餓（享樂性飲食）、饑餓的腸道（異常飽腹感）和緩慢的燃燒（代謝率下降），該分類方法已被證明在指導(dǎo)肥胖的治療中具有良好效果［5］。Liu等［6］對1008例肥胖患者的血糖、胰島素、尿酸等代謝指標(biāo)進(jìn)行了聚類分析，最終將肥胖分為4種代謝亞型。（1）代謝健康型肥胖：代謝狀態(tài)相對健康，合并癥發(fā)生率最低。（2）高代謝型肥胖高尿酸血癥亞型：以高尿酸為特征，但糖代謝相對正常。（3）高代謝型肥胖-高胰島素血癥亞型：表現(xiàn)為胰島素抵抗和代償性高胰島素分泌，常伴低血糖。（4）低代謝型肥胖：以胰島素分泌功能受損、高血糖和糖脂代謝紊亂為特征，糖尿病發(fā)生率最高。這種基于AI的分類方法能夠更精準(zhǔn)地反映肥胖患者的代謝特征，為個體化治療提供依據(jù)。我國的多中心臨床研究采用AI聚類算法，通過3個關(guān)鍵臨床變量：口服葡萄糖耐量試驗(yàn)中的葡萄糖曲線下面積、胰島素曲線下面積以及尿酸水平，提出肥胖新的代謝分型：代謝健康型肥胖、高代謝型肥胖高尿酸亞型、高代謝型肥胖高胰島素亞型和低代謝型肥胖4型，這與患者代謝改善預(yù)后密切相關(guān)［7］。上述研究均對臨床指導(dǎo)減重及體質(zhì)量維持有極大的幫助。（二）術(shù)前治療決策AI通過整合多維度臨床數(shù)據(jù)，可以構(gòu)建更為精準(zhǔn)的風(fēng)險預(yù)測工具，為減重代謝手術(shù)的術(shù)前決策提供了循證依據(jù)。利用隨機(jī)森林算法建立的預(yù)測模型能夠估算出患者接受與不接受減重手術(shù)這兩種治療路徑的10年并發(fā)癥與死亡率的風(fēng)險對比，這不僅有助于識別高風(fēng)險患者，優(yōu)先推薦手術(shù)，還能提供可視化證據(jù)，幫助患者理解手術(shù)的潛在獲益［8］。深度學(xué)習(xí)算法可自動分割CT和（或）MRI檢查影像中的脂肪、肌肉和內(nèi)臟組織，量化內(nèi)臟脂肪面積、肌肉質(zhì)量等關(guān)鍵指標(biāo)，精準(zhǔn)評估肥胖和肌肉減少癥［9］。內(nèi)臟肥胖和肌肉減少性肥胖患者術(shù)后并發(fā)癥發(fā)生風(fēng)險更高，這種高精度的身體成分分析有助于更準(zhǔn)確地評估患者的營養(yǎng)狀況和手術(shù)風(fēng)險。由于袖狀胃切除術(shù)后有部分患者胃食管反流病癥狀加重或出現(xiàn)新發(fā)反流癥狀，故指南建議：術(shù)前須進(jìn)行充分評估患者合并癥情況，如合并食管裂孔疝，術(shù)中須同期修補(bǔ)食管裂孔疝［10］。但由于包括內(nèi)鏡、上消化道造影等常規(guī)術(shù)前檢查不僅增加了患者的經(jīng)濟(jì)負(fù)擔(dān)以及術(shù)前等待時間，而且準(zhǔn)確性欠佳［11］。但是，機(jī)器學(xué)習(xí)模型能夠顯著提升診斷效能。一項(xiàng)研究通過分類與回歸樹（classificationandregressiontrees，CART）算法，結(jié)合患者年齡、體質(zhì)量、反流癥狀等臨床特征，將食管裂孔疝診斷的靈敏度提升至60.2%，同時保持較高的特異度（87.5%）。這種模型特別適用于高風(fēng)險人群（如女性或有反流癥狀的患者），為術(shù)前是否需要進(jìn)一步檢查或術(shù)中探查提供了更可靠的依據(jù)［12］。三、AI在術(shù)中操作中的應(yīng)用AI通過計(jì)算機(jī)視覺技術(shù)，能夠?qū)崟r識別手術(shù)視野中的血管、神經(jīng)等關(guān)鍵解剖結(jié)構(gòu)，幫助醫(yī)師避免誤傷、提高手術(shù)精準(zhǔn)度，尤其適用于肥胖患者因脂肪堆積導(dǎo)致的視野受限情況。已有研究結(jié)果顯示：AI模型在胃旁路手術(shù)中能夠識別手術(shù)標(biāo)志物，其準(zhǔn)確率超過傳統(tǒng)外科醫(yī)師的識別能力［13］。而且，通過分析大量手術(shù)視頻AI可將成功率較高的手術(shù)模式作為標(biāo)準(zhǔn)化操作流程，識別其中的關(guān)鍵步驟和安全操作，為培訓(xùn)提供客觀的評估依據(jù)。例如，AI平臺能夠自動標(biāo)注單吻合口胃旁路術(shù)手術(shù)視頻中的關(guān)鍵步驟，并評估外科醫(yī)師對標(biāo)準(zhǔn)操作的遵循情況（如置入校準(zhǔn)胃管、制作胃囊、確認(rèn)Treitz韌帶位置和胃腸吻合口測漏等關(guān)鍵步驟），如未達(dá)到標(biāo)準(zhǔn)還能即時進(jìn)行提醒及技術(shù)指導(dǎo)，從而協(xié)助操作者快速調(diào)整操作方式［14］。此外，AI還可以自動估算剩余手術(shù)持續(xù)時間，實(shí)時為術(shù)者提供相應(yīng)的參考，明顯優(yōu)于傳統(tǒng)的估算剩余手術(shù)持續(xù)時間的方法［15］。AI與手術(shù)機(jī)器人結(jié)合能夠?qū)崿F(xiàn)部分手術(shù)步驟的自動化，如器械路徑規(guī)劃和組織縫合。AI驅(qū)動的機(jī)器人系統(tǒng)在胃旁路手術(shù)中能夠?qū)崟r分析手術(shù)視野圖像，優(yōu)化器械操作，提升手術(shù)精準(zhǔn)度［16］。這不僅降低醫(yī)師疲勞度，還能夠提高手術(shù)一致性，尤其在復(fù)雜或長時間手術(shù)中表現(xiàn)突出。AI結(jié)合機(jī)器人技術(shù)、增強(qiáng)現(xiàn)實(shí)和5G通信，在推動手術(shù)遠(yuǎn)程化方面也有優(yōu)異表現(xiàn)，2023年12月全世界范圍首臺5G遠(yuǎn)程機(jī)器人輔助袖狀胃切除術(shù)在我國完成，這是減重代謝外科手術(shù)在理念與模式上的重大突破［17］。四、AI在術(shù)后隨訪中的應(yīng)用AI在預(yù)測減重代謝手術(shù)后體質(zhì)量減輕效果、并發(fā)癥、再入院率以及肥胖相關(guān)疾病的緩解或復(fù)發(fā)方面表現(xiàn)出色。首先，AI在預(yù)測術(shù)后長期體質(zhì)量變化方面也展現(xiàn)出潛力。Saux等［18］開發(fā)一種基于CART算法的預(yù)測工具，利用身高、體質(zhì)量、手術(shù)類型、年齡、糖尿病狀態(tài)等術(shù)前變量，預(yù)測患者5年內(nèi)的BMI變化軌跡，而且該模型已整合為在線計(jì)算工具，可以幫助醫(yī)患雙方制訂個性化手術(shù)方案。其次，基于機(jī)器學(xué)習(xí)算法的模型通過分析大量臨床和實(shí)驗(yàn)室數(shù)據(jù)，顯著提升了術(shù)后并發(fā)癥的預(yù)測準(zhǔn)確性。例如，Zucchini等［19］開發(fā)一種隨機(jī)森林模型，利用術(shù)前ALP、PLT、TG等7項(xiàng)指標(biāo)，預(yù)測術(shù)后30d內(nèi)并發(fā)癥的曲線下面積達(dá)到0.88，顯著優(yōu)于代謝和減肥手術(shù)認(rèn)證和質(zhì)量改進(jìn)計(jì)劃（metabolicandbariatricsurgeryaccreditationandqualityimprovementprogram，MBSAQIP）的0.64。Farinella等［20］開發(fā)一款名為“Care4Today”的移動應(yīng)用軟件，通過患者每天上報癥狀（如嘔吐、腹痛等）生成實(shí)時警報，并利用邏輯回歸模型預(yù)測并發(fā)癥風(fēng)險。這種動態(tài)隨訪模式尤其適用于出院后的高風(fēng)險窗口期，可早期發(fā)現(xiàn)遲發(fā)性并發(fā)癥（如內(nèi)疝、吻合口狹窄）。此外，AI在預(yù)測患者術(shù)后營養(yǎng)缺乏［21］、術(shù)后1年妊娠概率［22］方面均有涉及，且對患者的術(shù)后管理展現(xiàn)了較大的應(yīng)用潛力。五、AI輔助減重代謝外科的不足以及發(fā)展趨勢：盡管AI在減重代謝外科中的應(yīng)用展現(xiàn)出廣闊前景，但目前的研究仍存在局限性。（1）最為關(guān)鍵的問題是目前AI存在較大的技術(shù)局限性，表現(xiàn)在復(fù)雜任務(wù)處理不佳，需依賴醫(yī)師經(jīng)驗(yàn)；術(shù)中實(shí)時輔助存在延遲，實(shí)時性不佳，難以滿足手術(shù)即時需求［23］。（2）當(dāng)前研究數(shù)據(jù)的質(zhì)量和標(biāo)準(zhǔn)化程度參差不齊，影響模型的泛化能力以及算法的預(yù)測準(zhǔn)確性，也使得不同研究之間的結(jié)果難以比較。（3）AI模型的“黑箱”特性使得其決策邏輯難以被臨床醫(yī)師理解，從而限制其在臨床實(shí)踐中的應(yīng)用［24］。（4）AI在醫(yī)療決策中的應(yīng)用可能引發(fā)倫理爭議，例如數(shù)據(jù)隱私、算法偏見以及醫(yī)師與AI的責(zé)任劃分問題等［25］。若AI推薦與標(biāo)準(zhǔn)治療不符，還可能增加醫(yī)療糾紛的風(fēng)險。（5）過度依賴AI可能削弱醫(yī)患關(guān)系，患者可能認(rèn)為治療決策缺乏人