人工智能赋能减重代谢外科：进展、挑战与前景

摘要

肥胖已成为全球性公共卫生难题，减重代谢外科（MBS）是目前最有效的治疗手段之一，但患者异质性、手术流程复杂及术后依从性差等因素导致疗效差异显著。人工智能（AI）技术的快速发展为解决上述问题提供了新的途径。通过整合多维度临床、影像和动态随访数据，机器学习和大语言模型可用于手术适应证判断、方案选择、并发症预测、技能评估以及长期预后管理，逐渐成为MBS全流程管理的重要工具。近年来相关研究在决策支持、围手术期风险分层、机器人辅助手术优化、患者教育和术后体质量轨迹预测等方面均取得了进展，但其临床应用仍面临模型泛化能力不足、伦理规范缺乏、数据隐私和决策透明度等挑战。本文综述AI在MBS中的主要应用进展、局限性及未来发展方向，为临床医师理解和规范使用相关技术提供参考。

关键词

减肥手术 / 人工智能 / 机器学习 / 大语言模型 / 预后 / 综述