壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

避免胃癌术后“隐形杀手”,浙大一院有AI新招

2025-08-15作者:CMT琳资讯
非原创

“手术成功!”当这句话从浙江大学医学院附属第一医院胃肠外科主任覃吉超教授口中说出时,65岁的胃癌患者李阿姨(化名)终于能卸下重担。从外院送来浙大一院急诊科抢救时,高烧和剧烈腹痛让她整个人陷入昏迷。


检查显示,李阿姨“中招”的,是胃癌手术后消化道吻合口出现渗漏,消化液侵蚀腹腔造成严重感染,如果不加控制、会引发生命危险,好在经覃吉超教授带领团队再次手术后,李阿姨化险为夷。


如今,消化道术后吻合口瘘(即消化道连接处渗漏)这个被外科医生称为“隐形杀手”的并发症遇到了新对手——覃吉超教授团队联合多家三甲医院,历时近5年开发出一种AI预测模型,通过整合患者基础信息、术前检查数据、肿瘤特征和手术细节,能在术中快速评估吻合口瘘风险,并且能像“风险预警器” 般精准锁定高危患者。


埋在传统手术中“暗礁”


覃吉超教授介绍,在胃癌治疗中,手术切除病灶是关键的一步。之后医生需要把剩下的消化道重新“接上” 的吻合口,形成一个新的通道。就像水管接缝,如果这道“生命接口”愈合不佳,食物残渣、消化液就可能从缝隙里漏出来,流到腹腔里,这种渗漏会引发局部炎症、腹痛、高烧、急性腹膜炎,严重时甚至引起脓毒血症。


更棘手的是,它就像是埋在康复路上的定时炸弹,不知何时会引爆。多数患者在手术后第5-7天才会出现症状,有的甚至要等到两周后才“露面” ,等到腹痛、高烧等症状出现时,病情已相当严重。虽然它的发生率不高(约2%~3%),但一旦发生,治疗过程非常艰难:需要禁食,可能要再次手术,或者长期留置引流管冲洗,恢复周期以周甚至月计算,更别提额外的身体折磨和增加的医疗费用。


传统监测遭遇 “两难困境”


过去,医生只能靠患者的体温、白细胞计数和腹部触诊 “猜风险”。但术后发热可能是正常反应,也可能是渗漏前兆,难以分辨。


为求安全,患者们普遍接受 “无差别监测”:长时间带着引流管不能拔,频繁做 CT,饿着肚子等度过“安全期”……即使是低风险患者也不得不受这一套“高规格待遇”。


“低风险患者白受罪,高风险者却有可能会漏诊。”覃教授坦言,以往“一刀切” 的模式让他萌生了通过机器学习的人工智能模型,更加精准地评估患者术后风险,从而为制定个性化的术后康复治疗方案。



用人工智能精准预测消化道吻合口瘘


这个AI模型的价值,远不止于预测消化道吻合口瘘风险,更在于构建了全周期的精准干预体系:


术前,它能像“体检侦探”般鉴定出数个关键危险因素,帮助患者针对性改善术前指标——比如调整营养不良患者的白蛋白水平,从源头降低吻合口瘘风险。


术中,基于模型开发的在线预测工具可实时运行,为手术台上的专家提供决策参考:对高风险患者,系统会提示可考虑加固吻合口缝合、优化引流管放置位置等强化措施。如,高龄糖尿病患者被模型标记为高风险,专家团队在术中特意加强了吻合口加固,术后虽出现轻微渗漏,但因提前做好准备,仅通过药物和引流就顺利康复,避免了二次手术。


而对低风险患者,模型则为“加速康复”按下快捷键:可提前拔除引流管、早日恢复进食,甚至避免有辐射的影像学检查。不仅能缩短住院时间、降低医疗费用,更能让宝贵的医疗资源集中用于真正需要的高风险患者,实现“好钢用在刀刃上”。


临床验证显示,模型可识别77%的潜在病例,低风险组99%不会发生渗漏,高风险组发生率是低风险组的4.5倍。


“这项AI技术的意义不只是‘预测’,更帮助和医生提高了对患者的全程管理水平,让低风险患者少受罪,高风险患者更有保障,为患者术后恢复保驾护航。”覃吉超教授强调。


供稿 | 浙江大学医学院附属第一医院 王蕊 江晨 曾颖


本文内容基于以下科研论文进行解读和撰写:

Shao, S., Li, Y., Cheng, H., et al. Prospective multicenter validation of a machine learning model for predicting anastomotic leakage in patients with gastric adenocarcinoma undergoing total or proximal gastrectomy. International Journal of Surgery.(2025.07 Accepted)


200 评论

查看更多