200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
前言
重症医学科（ICU）是多学科交叉领域，收治复杂危重患者，需医护团队与先进设备24小时不间断守护，是衡量医疗质量的重要标志。这一领域长期面临医护人员短缺、数据管理复杂、临床决策支持不足等难题。人工智能（AI）的引入为其注入活力。
2024年底，全球首个重症医疗大模型"启元重症大模型"在浙江大学医学院附属第一医院ICU落地应用，目前已初步构建起高质量重症医学数据库，在重症医学领域迈出了具有开创性的一步。中国医学论坛报特邀浙江大学医学院附属第一医院ICU科主任蔡洪流教授结合临床实践，深入剖析AI在重症医学领域的应用现状与需求，分享实战经验，并展望未来发展方向。本文整理访谈要点，以飨读者。
蔡洪流 教授
浙江大学医学院附属第一医院重症医学科主任
浙江大学医学院附属第一医院呼吸治疗科主任
中华医学会重症医学分会委员
中国医师协会重症医学医师分会委员
中国病理生理学会危重病医学专业委员会委员
中国抗癌协会肿瘤重症医学专业委员会常务委员
中国医师协会体外生命支持专业委员会委员
中国医院协会抗微生物药物合理应用工作委员会委员
浙江省医学会重症医学分会候任主任委员
浙江省医师协会重症医学医师分会副会长
浙江省医师协会体外生命支持专业委员会副会长
访谈视频
数据整合驱动脓毒症诊疗效率革新，启元重症大模型为AI在ICU中的应用提供可复制范本
ICU 面临诸多挑战，其中脓毒症与脓毒性休克作为时间依赖性危重症，发病率和死亡风险高，救治需争分夺秒。2024年，浙江大学医学院附属第一医院ICU启用启元重症大模型。
蔡洪流教授介绍指出，启元重症大模型基于重症辅助决策系统构建，其底层数据库的搭建是关键，为此，团队开展了两项核心工作：一是深度整合ICU床边设备与医院信息系统。由于ICU患者病情危重复杂，床边监测和治疗设备繁多，以往医护手动记录设备产生的数据，如今，启元重症大模型将床边设备完整连接，并与病例、医嘱、检验、影像等系统融合，实时采集患者心率、血压等生命体征数据；二是收集医护人员在重症辅助决策系统中的主观评分和判断，如病历、查房记录等，构建涵盖医院信息系统数据、设备信息及专业判断的全面数据库。蔡洪流教授表示，启元重症大模型的临床使用对于提升重症医疗质量和效率意义重大，有望推动重症医疗实现质的飞跃。
发挥 “监测 - 诊疗”双维辅助价值，AI 工具赋能脓毒症精准诊疗
谈及AI工具在脓毒症诊断和治疗决策中的价值，蔡洪流教授坦言，在重症领域，AI可以成为医生不可或缺的助手，多维度为医疗工作赋能。
一方面，AI工具作为监测助理，实现对重症患者的全时段监测。AI工具能不分昼夜、持续不断地关注每位重症患者，弥补人力局限。
另一方面，AI工具充当诊疗助理，提供诸多有价值的意见和建议。以脓毒症诊断为例，AI工具基于感染及脏器功能恶化等信息，运用德尔菲法评分，当新化验结果产生，便重新快速评估，若评分达标且存在感染迹象，会立即弹出警告框，辅助医护人员进行早期诊断。此外，AI还能显著减轻医护的文字工作负担，让他们从繁琐文书中解脱出来，有更多时间与患者及家属沟通，也能更专注于病情研判，进而提升整体医疗服务质量。
从诊断到治疗，AI工具多场景发力，建立全流程 AI 辅助的临床实践范式
蔡洪流教授结合临床实际指出，在重症医学领域，面对脓毒症等挑战，早期精准诊断是给予有效治疗、挽救患者生命的关键，而启元重症大模型在脓毒症早期预警中发挥着重要作用，其实际应用场景包括：
诊断前，利用AI技术筛查高风险患者。ICU患者常存在免疫抑制、体内插管等感染危险因素，目前，利用启元重症大模型开展危重病人感染和脓毒症筛查已取得显著进展；诊断中，一旦满足脓毒症诊断标准，AI工具能第一时间提醒医护人员患者可能罹患脓毒症；确诊后，AI工具则会依据最新指南，协助医护人员第一时间启动规范治疗流程。如针对感染性休克患者，确诊后立即启动倒计时，提醒医护人员分别在1小时内、3小时内完成相应关键治疗步骤，保障治疗的及时性与规范性，提高救治效率。此外，启元重症大模型还能对患者治疗情况进行观察分析，快速精准统计大量数据，为医疗质量控制提供支持，助力医疗服务质量和救治水平的持续提升 。
整合多维度数据，AI工具优化脓毒症经验性用药临床决策
抗感染治疗是挽救脓毒症患者生命的核心环节。一旦确诊脓毒症，需迅速使用广谱高效抗生素，针对感染源头和责任病原体进行治疗。在临床上，抗感染药物使用分为确诊治疗和经验性治疗。确诊治疗是在明确责任病原体及其耐药情况后，遵循有效、安全、经济的原则，选择最合适的抗生素或组合。然而，面对脓毒症、严重血流感染或肺部感染等凶险病症，在病原体及耐药情况尚未明晰前，经验性治疗是治疗的关键举措。
谈及经验性治疗，蔡洪流教授结合丰富临床经验指出，需综合多方面因素来选择合适的抗生素进行经验性治疗，主要的考量因素包括国内外指南、共识和研究进展；当地流行病学及患者个体化特征，以及ICU患者常存在器官功能障碍，药物PK/PD复杂，多种因素叠加等。依托完整数据库，AI工具能为医生提供选药、组合及剂量调整等方面的专业建议，有效提升脓毒症抗感染治疗的精准性与效果。
AI工具助力探索抗生素合理使用技术路径与临床决策逻辑，推进精准医疗
在医疗领域，尤其是在抗生素使用及其他药物和干预措施方面，临床一直强调合理与精准。蔡洪流教授指出，覆盖致病微生物不及时会延误治疗，而不必要的抗生素滥用，则会引发耐药、资源浪费、副作用等问题。因此，借助AI工具实现精准医疗成为重要方向。
AI工具的提醒报警遵循“不漏重要信息”原则，虽可能导致误报率上升，但为避免关键信息遗漏，广泛提醒不可或缺。如以往监护仪单一指标报警易误报，而AI通过综合病史、检查等多源信息，有效减少误报。随着技术发展，AI报警系统将更加精准。
在医生与AI间的关系方面，蔡洪流教授强调，在医疗过程中，医生始终是决策核心，AI则扮演提醒、建议和辅助的角色。AI提供的信息为医生决策作参考，但最终决策权仍在医生手中。目前，随着AI技术优化，医生对AI工具的依赖或会增加，但医生始终是承担最终责任和后果的关键角色。当然，使用AI工具需警惕误报和抗生素过度使用风险，随着技术进步，抗生素使用将更精准。
从 "车道偏离警报" 到 "精准诊疗助手"，AI工具重塑脓毒症全周期管理
目前，借助AI工具提升脓毒症智能诊疗水平，已成为守护患者生命健康的重要探索方向。全球医疗资源正大量投入脓毒症预警，力求在疾病早期及时干预。例如，AI 工具可在患者出现轻微异常指标时迅速提醒医护介入，如同车辆偏离车道的警报，将危机遏制在萌芽阶段。临床中，患者常因确诊滞后错过最佳治疗时机，出现器官功能障碍，因此，提升响应速度至关重要。AI凭借实时监测生理指标、即时预警的能力，助力医护快速应对。
除了早期预警，AI工具还能通过深度分析挖掘数据关联，实现患者分层精准识别与治疗，突破传统医疗难以细致分析个体患者的局限，满足个体化医疗需求。此外，AI工具可促进危重症诊疗的规范化和标准化。通过输入高质量诊疗数据训练智能辅助工具，缩小不同地区、机构间的诊疗水平差距；其冷静理性与持续监测能力，也为医生决策提供可靠参考。随着数据积累与技术进步，AI 在重症医疗领域前景广阔。正如蔡洪流教授所言，未来 AI 将成为医护人员的得力助手，携手为患者提供更优质的医疗服务，共同守护生命健康。
AI在急重症领域展现出独特优势，其对时间序列数据的高效分析，能发现潜在疾病分型且科研成果转化便捷。总体而言，AI工具正推动重症监护医生的医疗实践变革，但需明确，AI只是辅助工具，协助医生思考与决策，最终诊疗决策仍需医生严格把控。同时，因不同国家重症监护实践模式差异、任务分配及个体认知分歧，要成功应用 AI，需调整临床实践、加强医生培训和严格算法验证。未来，期待AI 成为重症救治的 “智能助手”，提升医疗质量，减轻医护人员负担，更好地服务患者。
审校| 浙江大学医学院附属第一医院蔡洪流教授
整理| 中国医学论坛报 刘玉
感谢齐鲁制药对本项目的公益支持！
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017