ARTICLE · 1013691
从AI的临床实施到呼吸医学智能体 12年的思考、实践与全球进展
呼吸医学真正需要怎样的AI?
2014年计算机视觉、裸眼3D、AI追踪裸眼3D说起的故事。服务好医者，才能更好服务好患者， AI远远不是多一个风险评分。
真正的问题是：AI增强医者
能否在患者恶化之前理解病情，并把判断转化为及时行动?
早期识别、病情分型、呼吸支持、连续监测、患者结局，AI的临床价值，最终要由医生工作流与患者结局来证明。
12年的主线：让AI逐步获得理解与服务：呼吸患者&医者的能力
2014年：研发AI裸眼3D实时显像系统；外科手术的精准与时效提高5倍；专科医生培训学习曲线缩短75%，年长医师工作寿命延长>10年。
2019提出AI的整体发展策略，逐步成为一条呼吸医学AI研究路线：
我们关注的不是“AI能否超过医生”，而是“如何真正服务好医者，进入医学'
√ 临床问题：先定义需要改变的决定
√ 数据质量：真实世界数据与标准化
√ 多学科协作：医生、工程师与管理者
√ 外部验证：跨中心、跨设备与跨人群
√ 工作流融合：嵌入而不是增加负担
√ 伦理治理：隐私、安全与责任边界
这六个条件，成为后续系列研究共同遵循的临床方法论。
同一时期，全球AI也从识别任务走向基础模型与智能体
全球拓展能力边界；我们的重点，是把这些能力组织进呼吸临床路径。
世界前沿与我们的推进，汇聚到同一个临床问题
共同方向：从“看见病灶”走向“决定下一步做什么”。
PulmoSeek Plus：把多模态预测转化为结节分层策略
对小结节和亚实性结节保持高敏感度，研究价值：把影像、临床与cfDNA甲基化连接到可执行的风险分层。
制定中国肺癌早筛新标准，显著降低漏诊率和死亡率
降低46%漏诊率和20%死亡率
JAMA 2025(通讯IF=63.1)；Cancer Cell 2020(通讯IF=48.8)
CAIMEN与Federated Learning： 从共享数据走向共享智能
CAIMEN覆盖24中心；Federal Learning支持物理隔离环境下的多中心训练。
COVID推动AI从单病种研究走向呼吸系统能力建设：
共同经验：真实世界数据必须转化为医生可理解、可验证的临床任务。
从单任务到基础模型
让AI理解呼吸系统，而不只识别一个病
呼吸医学AI正在经历四次能力升级
模型越通用，临床责任、证据要求与治理难度越高。
国际前沿正在从胸片表征走向三维CT与多模态临床推理
国际工作拓展通用能力；我们的工作聚焦肺CT和呼吸疾病临床任务。
LCTfound：建立可复用的肺CT视觉底座
覆盖诊断、预后、疗效、重建与三维导航。核心推进：把一次训练转化为多种肺部临床任务的共同表征。
MedMPT：让影像、文本与临床知识进入统一表征
154,274对CT一报告：从“看图”进一步走向“理解临床语境”。
DeepGEM：从常规病理切片提取可行动的分子线索
16家医院、3,637例：连接形态学表型与治疗相关分子信息。
DECIPHER-NODL：把结构风险与生物学风险合并到同一决策
1,356例；外部验证AUC 0.966；95%敏感度下特异度0.60。
从理解患者到参与行动
面向呼吸与危重症的临床AI
AI正在从静态评分走向连续预测呼吸支持需求
预测不是终点：需要明确阈值、响应路径和报警后的责任。
ARDS需要的不是单一标签，而是持续更新的多模态表型
AutoARDS尝试由CT完成识别、氧合估计、严重度和预后综合评估。
机械通气AI应形成“感知—判断—建议一验证”的安全闭环
近期公开数据已开始融合高频呼吸机波形、EHR和临床文本。
LungSurg：从识别手术场景走向流程理解与教育
8中心；>32,000标注；分割mAP 0.745/0.726。意义：证明AI能够理解复杂临床过程，而不只是读取静态影像。
AI的作用不应在离开手术室或ICU时结束
下一步是构建医生主导、患者持续参与的呼吸专病智能体。
从单孔机器人到智慧腔镜：执行端也在形成数据闭环
面向智能手术的下一代空间
取消无影灯，优化设备距离，让人机协同成为基础设施。
从手术室布局到双形态平台
A | 紧凑型显微手术台
B | 多屏协同与增强感知版本
一个呼吸医学智能底座，可以服务不同疾病与不同场景
下一阶段的标准，不是更高的AUC，而是更强的临床证据
DECIDE-AI、CONSORT-AI与FUTURE-AI提供了公开评价框架。
临床科学家的价值，是把技术能力组织成可验证的诊疗路径
√ 定义问题：从临床痛点确定AI终点
√ 组织网络：连接医院、学科与工程团队
√ 设计验证：外部、多中心与前瞻研究
√ 进入流程：减少负担并支持行动
√ 守住边界：隐私、安全与医生责任
√ 融合证据：影像、病理、分子与时序数据
这也是从2019年至今，整条研究路线保持连续性的原因。
从2019的临床实施，到下一代呼吸医学智能体
让AI更早理解患者、更好支持医生，并最终改善呼吸疾病结局。
Al+无管技术
术后康复认知功能即时康复：患者在双肺移植手术后即刻恢复书写能力。
即时康复的直观标志，是患者术后即刻能够交流、回答问题甚至书写。
无管肺移植术后即时康复(已经完成185例)
复杂联合移植：心肺与心肺+肾
越复杂的移植，越需要最小化生理扰动
√ 案例7：心肺联合移植
-微小干预：Tubeless麻醉+全程无管通气
-获益：早期恢复自主呼吸，减少肺功能障碍，降低ICU住院时长
文献：Liu Y et al. J Thorac Cardiovasc Surg. 2025. DOI：10.1016/j.jtcvs.2025.02
√ 案例8：心肺+肾移植
-微小干预：Tubeless麻醉+精准阻滞
-获益：早期自主呼吸恢复，移植物功能恢复更快，住院时长显著缩短
文献：Zhang H et al. Transplant Proc. 2026. DOI：10.1016/j.transproceed.2025.1
越复杂的移植手术，越需要围术期生理扰动最小化
经典案例
女性患者，28岁，因"超过6年”入院接受手术治疗。2019联合心肺移植术后，血清肌酐水平持续升高达4.5年。联合心肺移植术后无管肾移植术。
2025年10月29日，该患者在我院成功接受肾移植手术。采用了最新的无支架肾移植技术。术后未置入输尿管支架(双J型支架)或伤口引流管。
异种移植：AI面对的是“器官一免疫-时间”的极端复杂系统
全球首例基因编辑猪源—人源亚临床肺异种移植
供体·手术过程·时间演变·四项科学发现
四项科学观察：克服超急性排斥；识别早期抗体介导反应；病毒感染风险可监测；第9天出现改善趋势。
AI+大数据+大模型融通的范例：新冠疫情：从1099例临床表型到全球防控证据链
临床观察→风险建模→多人群验证→政策转化
01 NEJM 2020：全国多中心1,099例：界定早期表现、疾病进展与重症风险(NEJM引用第一位)
02 JAMA Internal Medicine 2020：建立危重症预测模型
03 Lancet Oncology·ERJ·Nature Communications：扩展至肿瘤、慢性呼吸疾病与区域结局
AYA癌症图谱：识别被忽视的生存鸿沟
从全球疾病负担到筛查与政策线索
研究对象：0-15岁儿童与15-39岁青少年及青年；数据基础：GBD 2021 + GLOBOCAN 2022；关键发现：性腺癌与结直肠癌在年轻群体中的上升趋势，为筛查年龄前移提供证据线索。
环境一疫苗一早筛：把癌症防控关口前移
从医院内治疗，走向公共环境治理与国家免疫计划
01 环境治理：识别环境暴露、遗传因素与肿瘤风险的交互作用
02 疫苗预防：推动HPV、HBV等疫苗策略进入更早年龄阶段
03 早筛前移：把“治已病”推进到“治未病”的国家防控逻辑
全球政策影响，以相应论文与正式政策引用率>690。
代表性论文与公开证据
感谢ICU同行，一起为患者争取生命
让AI更早理解患者，更好支持医生
五套医学逻辑正在汇聚
普筛 | 系统性微创 | 器官替代高龄手术 | 精准傻瓜化
未来已来
专家简介