夜雨聆风
风湿免疫病具有高度复杂性，传统诊疗长期依赖经验。人工智能（AI）正推动其从经验驱动走向数据与知识融合驱动的精准模式。从国家层面“人工智能+”行动到临床加速落地，AI在患者全周期管理与临床研究中的应用正逐步展开。
2026年3月20日至22日，“第八届北大风湿免疫热点论坛暨重大风湿免疫病精准诊疗与创新转化北京市重点实验室揭牌”于京召开。值此契机，医脉通特邀医疗领域首部AI实操书《AI赋能医生：ChatGPT在临床和科研中的应用（案例版）》作者王伟强博士，系统解读围绕AI在风湿病诊疗中的战略定位、患者全周期管理中的应用场景与赋能价值以及对临床研究的赋能价值进行深入解读，以飨读者。
医脉通：AI技术的介入正推动风湿病诊疗模式从传统的经验驱动型，逐步向数据与知识融合驱动的精准化方向转变。在您看来，AI在风湿病全周期管理中的战略定位或核心价值是什么？
王伟强博士
风湿免疫病具有高度复杂性，临床诊疗中经验驱动与数据驱动两种模式并非相互对立，而是互为补充、协同发力。在数据处理技术尚未成熟的时期，医疗数据的整合与利用受到诸多限制，进而制约了数据驱动模式在临床实践中的应用效能。随着数据处理技术的不断发展，其在多维度医疗数据的整合、分析与挖掘方面展现出显著优势，但数据本身仍难以全面覆盖患者的各类临床情境。医生的临床经验以及对患者个体情况的深入研判，依然是诊疗决策中不可或缺的核心组成部分。
基于多维度医疗数据的系统整合，结合医生的临床经验与面对面沟通所获取的个体化信息，二者形成有效互补，有助于实现对患者的精细化诊疗与管理。单纯依赖临床经验，可能因人类记忆负荷的局限性而遗漏关键诊疗信息，而系统化的数据处理则可高效处理海量医疗数据，有效弥补这一短板。因此，经验驱动与数据驱动本质上是相辅相成、辩证统一的关系，共同为精准诊疗提供支撑。
展望未来，随着医院信息化建设的持续推进，院内各类信息系统（包括HIS、LIS、PACS等）有望逐步实现互联互通、数据共享。通过输入患者唯一标识，可自动调取并整合其全维度诊疗数据，形成初步分析意见，再由临床医生结合患者个体化临床情境进行综合研判。这一诊疗模式有望显著提升风湿免疫病的诊疗质量与效率，并推动患者全周期健康管理实现本质性优化。
医脉通：随着人工智能与医疗健康的深度融合，AI技术在风湿病领域的应用日益受到关注。能否请您介绍一下，目前AI在风湿病早期筛查、精准诊断、个体化治疗及长期随访等环节，有哪些已落地或即将进入临床的应用场景？这些技术将如何优化患者管理流程，进而改善远期预后？
王伟强博士
医疗人工智能技术在临床中的真正可用性始于近一两年，目前整体仍处于早期发展阶段，尚未形成完全成熟的规模化落地应用。当前，从国务院发布的“人工智能+”行动，到各省市的积极响应，以及国家卫生健康委员会在医疗领域设立的系列科研项目，均体现出各方正在积极推动智能技术在医疗场景中的应用探索。
在患者管理方面，相关智能技术的应用有望覆盖诊前、诊中、诊后全流程。传统模式下，医生对患者的有效管理主要集中于诊中阶段。未来，随着可穿戴设备的普及以及数据收集、存储与治理体系的成熟，患者的全周期数据将形成完整链条。
诊前阶段：智能技术可根据患者基本信息，提示医生需要关注的重点方向。
诊中阶段：在医生接诊多名患者、工作负荷较高的情况下，智能技术可辅助识别关键指标的变化趋势及需要特殊处理的临床节点。
诊后阶段：针对部分患者因不适而自行减量或调整用药的行为，智能技术可通过自动收集每日用药情况及指标变化，提供初步分析与科学引导，从而减少患者不规范的自我调整行为。
上述模式的建立，有望显著提升风湿病患者管理的系统性、连续性与个体化水平，进而改善远期预后。
医脉通：传统临床研究常受限于样本量、随访周期和数据整合能力。随着AI在临床试验设计、患者分层、数据分析等领域的逐步渗透，您认为风湿病的临床研究范式正在发生哪些重要转变？这些转变具有怎样的临床价值？
王伟强博士
智能技术对临床研究的影响正日益凸显。传统临床研究面临成本高昂、流程复杂等诸多挑战，从患者筛选、用药管理到随访监测，均需投入大量人力与时间成本。
在筛选阶段，研究者需人工查阅HIS系统及院外分散的诊疗资料，从碎片化信息中判断患者是否符合入排标准。入组后，需配备专业数据录入与核查人员，确保研究期间的数据质量及用药方案符合研究规定。同时，还需应对患者院外可能出现的不良反应管理及用药依从性监测等问题。上述环节高度依赖人工操作，数据质量难以完全保障，且存在一定的差错风险。
随着智能技术的引入，临床研究的多个关键环节有望实现优化：
患者筛选：基于整合完善的数据库，智能技术可根据预设的入排标准，自动推荐适合入组的患者，从而显著提高筛选效率、降低人力成本。
数据管理：通过系统接口对接，智能技术可自动识别并录入研究方案所规定的各项指标，减少人工录入环节，降低数据错误风险。
随访管理：智能系统可实现远程自动化管理，例如在预设随访时间点未获取数据时，系统可自动触发提醒或完成基础访视，提升随访的完整性。
尽管当前智能技术的能力已相对成熟，但其在临床研究中的深度应用，仍依赖于数据系统与数据治理体系的持续完善。这也是当前国家政策鼓励推进的重要方向。整体而言，智能技术有望为临床研究带来效率与质量的双重提升。
专家简介
王伟强
医学博士
《AI赋能医生：ChatGPT在临床和科研中的应用（案例版）》作者
医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。
