人工智能（AI）在预测术后风险中的建模挑战与临床转化路径

《Journal of Anesthesia, Analgesia and Critical Care》：The complex task of modelling artificial intelligence workflows for forecasting postoperative risk

本文探讨了AI技术在术后并发症预测领域的应用现状与挑战。研究人员系统回顾了机器学习（ML）、深度学习（DL）及大语言模型（LLM）等多种AI方法在风险分层中的效能，结果表明DL模型在识别复杂非线性关系方面表现优异（如AUC高达0.94），但临床推广仍需解决数据质量、模型可解释性（XAI）及多中心验证等关键问题。该研究为推进精准围术期管理提供了重要方法论参考。

　　

每年全球有数百万患者经历外科手术，而术后并发症不仅严重影响患者康复质量，还带来巨大的医疗经济负担。传统风险评估工具如美国外科医师学会国家手术质量改善计划（NSQIP）评分系统，虽被广泛使用，但主要依赖线性假设和有限变量，难以捕捉患者个体化特征的复杂相互作用。尤其对于急性肾损伤（AKI）、脓毒症、静脉血栓栓塞等严重并发症，临床医生往往缺乏高精度预测手段，导致干预时机延误或资源分配不均衡。在这一背景下，人工智能（AI）技术，特别是机器学习（ML）和深度学习（DL），凭借其处理高维数据、识别非线性模式的能力，为术后风险预测带来了革命性潜力。

为了系统评估AI在术后风险预测中的建模路径与临床转化价值，Marco Cascella在《Journal of Anesthesia, Analgesia and Critical Care》上发表综述，全面梳理了该领域的关键技术与挑战。文章指出，理想的预测模型需整合多源数据，包括结构化指标（如实验室数值、合并疾病）和非结构化信息（如手术记录、生理时序信号），并通过可解释AI（XAI）方法增强临床可信度。

本研究主要基于文献综述与模型比较分析，不涉及新的实验数据。作者重点评估了多种AI技术：①监督式ML算法（如XGBoost、随机森林）在结构化电子健康记录（EHR）数据上的应用；②DL架构（如卷积神经网络CNN、Transformer）对多模态数据（包括临床文本和生理时序信号）的处理能力；③大语言模型（LLM）如BioGPT、ClinicalBERT在自然语言处理（NLP）任务中的表现。此外，研究强调了数据预处理（如缺失值填补、类别不平衡处理SMOTE）和外部验证（如多中心队列验证）在模型泛化中的重要性。

已开发的数据驱动模型

多项研究证实AI模型在风险分层中具有显著优势。MySurgeryRisk算法基于5万余例住院手术患者数据，可预测AKI、脓毒症等8类并发症，其曲线下面积（AUC）达0.94。后续研究显示，该模型甚至优于医师的临床初步判断（AUC 0.85 vs. 0.69）。另一项基于NSQIP数据库的POTTER计算器（决策树ML算法）在死亡率和并发症预测中（AUC 0.84-0.92）超越传统评分工具。PERISCOPE AI系统则通过XGBoost模型预测术后感染，在多中心验证中AUC达0.82-0.91，体现了跨机构适应性。

何种人工智能方法更优？

DL模型在复杂模式识别中表现突出。例如，Anania等比较ML与DL在结肠癌术后并发症预测中的效能，发现DL模型准确率最高（0.86），关键预测因子包括术中出血和快通道康复依从性。Alba等进一步证明，基于临床文本的LLM（如BioClinicalBERT）在识别高危患者时，比传统NLP嵌入方法多检出39例/百人。然而，DL模型需大量数据支持，且可解释性较低，而ML模型在计算效率和透明度上更具优势。因此，方法选择需权衡数据规模、临床场景需求及资源限制。

通过不确定性估计和可解释性建立信任

数据质量是模型可靠性的基石。预处理阶段需临床专家参与变量定义，避免二元编码（如“糖尿病”仅为有/无）忽略疾病严重程度指标。此外，类别不平衡问题需通过SMOTE等技术处理。可解释性工具如SHAP（SHapley Additive exPlanations）可通过可视化特征贡献度增强临床理解。例如，Alba团队使用SHAP解析LLM预测逻辑，显示特定词汇对并发症风险的影响。

真实世界验证

模型外部验证是临床转化的关键瓶颈。PERISCOPE研究通过多中心验证框架证明本地化更新的可行性，规避了“一刀切”模型的局限性。此外，贝叶斯网络等概率模型可揭示风险因素与并发症的关联（AUC>0.7），但需结合临床知识弥补因果推断的不足。

预测分析能否改进现有工具？

AI有望优化Clavien-Dindo分类（CDC）和综合并发症指数（CCI）等标准工具，通过自动提取EHR数据实现动态严重度分级。结合本地数据的校准策略可提升模型在不同医疗环境中的一致性。

为何临床医生应使用预测工具？

医生接受度依赖对技术逻辑的理解。XAI和不确定性量化（如Dropout方法）可减少对“黑箱”的疑虑。例如，集成梯度技术能标识可干预风险因素，促进预测结果与临床实践的对齐。

人在回路的人工智能

人类参与贯穿建模全流程，包括特征选择、数据清洗和结果解读。尽管AI能处理海量EHR数据，但预后信息的共享时机、资源分配决策仍需临床判断引导。多技术融合（如ML与DL互补）可能是未来方向。

本研究系统阐述了AI在术后风险预测中的建模路径，强调DL模型在复杂数据中的优势，但其临床转化依赖数据质量、可解释性及多中心验证。未来需通过跨学科合作，将AI整合为围术期决策的辅助工具，而非替代临床经验。当前阶段，描述性模型与预测性分析的结合可能共同推动精准外科发展。