AI赋能代谢减重外科手术营养并发症防治：技术革新与临床实践

摘要

减重代谢外科手术（MBS）已成为治疗病理性肥胖及代谢性疾病的重要手段，但术后常见的营养并发症（如蛋白质-能量营养不良、缺铁性贫血、维生素B12缺乏等）严重影响患者长期预后。传统的营养管理模式依赖静态检测和标准化补充，难以满足患者的个体差异和术后动态变化需求。人工智能（AI）技术通过整合多模态数据（如生化指标、影像学信息、可穿戴设备监测）与智能建模，为动态监测、风险预测和个性化干预提供了新路径。本文基于2017—2025年间的相关文献，系统评估了AI在MBS围术期营养管理中的应用进展，涵盖机器学习、深度学习和自然语言处理等关键技术，并分析了其在临床转化中面临的数据碎片化、模型可解释性和长期验证不足等挑战。未来应加强多中心协作，构建标准化数据库和可解释模型，推动MBS营养管理从经验走向精准。

关键词

减肥手术 / 人工智能 / 手术后并发症 / 营养障碍 / 精准医学