人工智能在代谢与减重外科领域的重大突破：现状、前景与共识

为明确 AI 在代谢与减重外科（MBS）中的作用，多国专家经研究达成共识，为其发展指明方向。

　　在医疗科技飞速发展的当下，人工智能（AI）正以前所未有的速度重塑医学格局，代谢与减重外科（MBS）领域也不例外。传统的 MBS 面临诸多挑战，比如手术培训时间长、效率低，医生在患者选择和手术决策上缺乏精准依据，术后并发症预测困难等。而 AI 的出现，似乎为这些难题带来了解决的曙光。但 AI 在 MBS 中的应用尚处于探索阶段，其可靠性、伦理问题等备受争议。在此背景下，明确 AI 在 MBS 中的具体作用和发展方向迫在眉睫。

为了深入探究这一复杂而关键的课题，来自 35 个国家的 68 位顶尖代谢与减重外科专家汇聚一堂。他们来自伊朗医科大学、美国克利夫兰诊所、巴西圣保罗大学附属医院等众多国际知名机构。这些专家通过严谨的研究，最终在《Scientific Reports》上发表成果，为 AI 在 MBS 领域的发展提供了极具价值的指引。

此次研究采用改良德尔菲法。研究人员首先组建了 13 人的科学核心团队，针对 AI 在 MBS 的现状与未来起草了 28 条陈述，并在初步文献回顾的基础上进行完善。随后，邀请国际共识小组参与线上投票。经过两轮投票，所有陈述均达成至少 70% 的共识。

下面来详细看看研究的主要结果：

• 教育与培训：AI 在 MBS 手术技能评估方面潜力巨大。通过结合虚拟现实（VR）和增强现实（AR）技术，能为外科医生和学员提供客观、详细的评估，加速学习进程。例如，一项针对 Roux-en-Y 胃旁路术（RYGB）培训的 VR 研究显示，学员的腹腔镜手术技能显著提升，手术时间缩短，并发症减少。此外，AI 还能简化手术教育流程，优化教学资源，但在患者教育方面，需注意信息准确性和隐私问题。
• 决策与规划：AI 可助力识别适合 MBS 的患者，优化手术流程。不过，专家们也指出，过度依赖 AI 建议可能导致临床技能退化，且 AI 决策的责任归属尚不明确。虽然 AI 在回答临床问题上有一定能力，但不同模型表现差异较大，最终手术决策仍应由外科医生根据术中情况做出。
• 成本与支持系统：AI 与电子健康记录（EHR）整合，能挖掘影响 MBS 手术结果的社会健康因素，优化手术流程，降低医疗成本。虽然目前在数据处理上还存在一些问题，但 AI 在这方面的应用前景广阔。
• 预测与随访：AI 在预测 MBS 术后体重减轻效果、并发症、再入院率以及肥胖相关疾病的缓解或复发方面表现出色。AI 驱动的可穿戴设备还能实现术后实时监测，有助于患者早期出院。例如，一些研究通过机器学习模型，能准确预测术后并发症风险，为临床干预提供依据。

研究结论表明，AI 在 MBS 领域具有多方面的潜在应用价值，包括教育、决策、成本控制和术后管理等。然而，AI 的应用也面临诸多挑战，如数据质量要求高、算法不透明、可能加剧健康不平等以及引发伦理问题等。因此，AI 教育应成为未来外科培训的重要组成部分，同时需要制定严格的伦理准则和监管机制。此外，AI 驱动的机器人手术和基因组应用有望推动 MBS 的革新。

总的来说，这项研究意义非凡。它首次全面地对 AI 在 MBS 中的应用达成国际共识，为后续研究和临床实践提供了重要参考。未来，随着技术的不断进步和完善，AI 有望为 MBS 带来更多突破，提升医疗服务质量，造福更多患者。但在发展过程中，必须充分考虑伦理和社会因素，确保技术的安全、可靠应用。