编辑推荐：
为探讨 AI 在肥胖手术（如单吻合口胃旁路术 OAGB）中的应用，研究人员评估 ChatGPT-4.0、ChatGPT-Omni 和 Gemini AI 等模型性能。发现 AI 在结构化问题中具准确性，但需关注可解释性、透明性与临床适应性，为 AI 融入临床决策提供参考。
在医疗技术飞速发展的今天，肥胖症的外科治疗（即减肥手术）正面临着智能化升级的迫切需求。当前，人工智能（AI）在医疗领域的应用虽展现出巨大潜力，但在像单吻合口胃旁路术（One Anastomosis Gastric Bypass, OAGB）这样复杂的减肥手术中，仍存在诸多待解难题。例如，AI 模型的决策过程是否能被临床医生理解，其算法和训练数据是否足够透明，以及能否根据患者个体情况和手术中的动态变化做出适应性调整等。这些问题若不解决，将严重制约 AI 在临床实践中的推广与应用，甚至可能因模型误判或不可解释而引发医疗风险。
为了探索 AI 在减肥手术中的实际应用价值并解决上述问题，来自西南医科大学的研究人员对 ChatGPT-4.0、ChatGPT-Omni 和 Gemini AI 等 AI 模型在 OAGB 手术中的表现展开了研究。该研究成果发表在《Obesity Surgery》杂志上，为 AI 在该领域的应用提供了重要的参考依据。
研究人员主要通过评估 AI 模型对结构化临床问题的回答准确性来开展研究。研究选取了与 OAGB 手术相关的一系列临床问题，让不同的 AI 模型进行作答，然后对比分析各模型答案的准确性。
模型准确性评估
通过对多个结构化临床问题的测试发现，ChatGPT-Omni 和 Gemini AI 等 AI 模型在回答准确性上表现出了一定的水平，能够为临床决策提供有价值的参考信息，这表明 AI 在辅助医生进行手术相关决策方面具有潜在的应用前景。
可解释性探讨
尽管 AI 模型在准确性上有一定表现，但研究也指出，其决策过程的可解释性存在不足。在复杂的医疗场景中，临床医生需要理解 AI 做出推荐的依据，否则难以信任并应用这些推荐。例如，在 OAGB 手术这样涉及患者多种复杂状况的治疗中，医生必须清楚 AI 为何给出某种建议，才能判断其是否适用于具体患者。
临床适应性分析
研究还发现，现有 AI 模型在临床适应性方面存在局限。真实的临床决策需要考虑患者的个体差异，如合并症、手术史以及术中、术后的实时数据等。然而，当前的 AI 模型尚未充分展示出根据这些动态变化和个体因素调整建议的能力，难以满足临床实践中个性化治疗的需求。
综合研究结果来看，AI 在减肥手术中的应用具有一定的潜力，其在结构化问题中的准确性为临床决策提供了新的思路和辅助工具。但同时，模型的可解释性、透明性和临床适应性问题亟待解决。只有让 AI 模型的决策过程透明可解，能够根据患者的具体情况和临床动态进行灵活调整，才能真正将 AI 安全、有效地整合到临床决策中，推动减肥手术乃至整个医疗领域的智能化发展。这一研究不仅为后续 AI 在医疗领域的深入研究指明了方向，也为临床医生合理应用 AI 技术提供了重要的参考和警示，具有重要的科学意义和临床实践价值。
