综述：人工智能在冲击波碎石术中的应用现状：YAU和EAU泌尿外科的系统评价

这篇系统评价全面梳理了人工智能（AI）在体外冲击波碎石术（ESWL）中的应用进展，重点探讨了AI在预测治疗效果（n=14）和术中辅助（n=3）两大核心场景的表现。尽管现有研究显示AI模型优于传统统计方法，但存在输入参数（如BMI）不统一、单中心研究为主、缺乏外部验证等局限性，提示未来需开展多中心标准化研究以实现临床转化。

　　

Abstract
当前人工智能（AI）技术正逐步革新泌尿外科领域，尤其在肾结石治疗的核心手段——体外冲击波碎石术（ESWL）中展现出独特价值。2025年3月通过系统性文献检索发现，全球已有17项符合标准的研究聚焦该领域，主要分为疗效预测和实时辅助两大方向。

Methods
研究者采用布尔运算符对PubMed、Google Scholar等五大数据库进行地毯式检索，筛选标准明确要求包含AI模型开发/验证过程的英文文献。值得注意的是，检索策略特别纳入了不同临床场景的研究以保障全面性。

Results
疗效预测领域14项研究呈现百花齐放态势：有研究通过机器学习分析患者BMI、结石密度等参数，预测无石率（SFR）准确度达89.7%，显著优于传统Logistic回归模型（76.2%）。但令人警惕的是，不同研究采用的输入参数存在显著差异——例如部分模型将CT值（HU）作为核心指标，而其他研究则完全忽略该参数。

术中辅助的3项创新研究更引人注目：德国团队开发的实时超声导航系统，通过卷积神经网络（CNN）自动定位结石，使定位时间缩短40%。不过这些研究均存在样本量不足（n<50）的硬伤，且缺乏外部验证数据集。

Conclusion
现有证据虽证实AI在ESWL领域具有超越传统方法的潜力，但研究异质性如同"巴别塔"阻碍了临床转化。未来突破点在于：建立统一的参数标准（如强制包含结石CT值、肾功能指标等），开展万例级多中心试验，以及开发可解释性更强的轻量化模型。只有当这些"绊脚石"被清除，AI才能真正成为泌尿外科医师的"达芬奇手术机器人"。