编者按：近年来，人工智能（AI）已从ChatGPT引发的大众热潮深度渗透至各行业中，医疗健康领域亦迎来深刻变革。在第35届亚太肝病学会年会（APASL 2026）上，香港中文大学医学院叶卓风教授就AI在肝脏外科及肝移植领域的应用作了专题报告，引发现场的广泛关注。本刊特邀请叶教授进行了专访。叶教授指出，为顺应精准医疗的需求，AI正从传统的影像辅助诊断迈向临床决策核心，尤其在解剖结构复杂、决策难度高的肝脏外科与肝移植中潜力显著。

《国际肝病》：AI技术在肝脏外科与肝移植这一高风险、高精度领域展现出的最大潜力主要体现在哪些核心环节？我们应如何理解AI在这一领域从“辅助诊断”走向“治疗决策”的角色转变？

叶卓风教授：既往AI在肝病领域的应用主要集中于辅助诊断，例如通过CT影像识别肝癌病灶。然而，当前的AI技术已实现从单纯诊断向预后分析的跨越。

在外科手术领域，针对肝癌患者面临的消融、切除等不同治疗方案，AI可通过模拟手术路径与预后分析，辅助医生在术前判断何种术式能为患者带来最大获益。同样，在肝移植领域，从受者的筛选、术前评估到供受体匹配（Donor-Recipient Matching），整个流程涉及海量高精度数据。AI具备巨大的潜力，能够将影像学特征、临床信息与程序种类等多维数据深度融合，从而优化决策，实现精准医疗。

《国际肝病》：AI技术的介入是如何改变传统的外科决策逻辑或手术执行模式的？这种技术驱动的改变对于手术安全性或肿瘤学疗效产生了怎样的实质性影响？

叶卓风教授：在肝脏外科领域，AI的发展正呈现出多维度的快速渗透。

首先，在手术规划方面，AI能够基于术前CT影像进行三维重建，精准识别血管、胆管及肿瘤的解剖位置。通过计算虚拟切除后的剩余肝脏体积（FLR），AI可量化评估术后肝脏功能储备是否足以维持患者生存，从而为手术可行性提供客观依据。

其次，在治疗决策层面，AI展现出强大的优选能力。针对肝癌患者面临的肝切除、局部消融或肝移植等不同治疗路径，AI可整合影像学特征、临床参数及各类手术的预后数据进行分析。研究显示，相较于传统决策，利用AI模型推荐的术式与患者实际的最佳预后具有更高的一致性。

最后，在手术模拟技术上，3D打印的应用尤为引人注目。AI辅助生成的全肝三维物理模型，不仅直观呈现了复杂的解剖结构，还能模拟术后血流动力学变化及出血风险。临床证据表明，相较于单纯的电脑虚拟模拟，3D打印模型能为外科医生提供更精准的触觉反馈和空间感知，从而优化手术操作，显著减少术中出血量。

《国际肝病》：您认为AI在肝移植全流程管理中，针对供肝评估、受者风险分层或排斥反应监测等方面，提供了哪些传统方法难以实现的解决方案？其临床转化效果目前达到了什么阶段？

叶卓风教授：在肝移植领域，尽管AI应用尚处于早期阶段，但基于大语言模型（LLM）的发展已展现出多元潜力。

首先，在移植评估环节，AI代理（AI Agents）技术正在模拟多学科团队（MDT）的诊疗逻辑。我们可以构建分别代表移植内科、移植外科、心内科及社工的AI代理，通过模拟真实评估小组的跨专业讨论，自动化筛选适合进入移植等待名单的患者。虽然该技术目前仍处于数据验证阶段，距离临床落地尚需时日，但其前期数据颇具潜力。

其次，在供受体匹配与术后管理方面，AI同样发挥着关键作用。在活体肝移植中，AI可通过影像学精准评估供体肝脏是否存在重度脂肪肝等禁忌症；在术后监测中，AI赋能的无创性诊断工具能够区分移植后新发肝损伤的成因，从而在一定程度上规避不必要的肝脏穿刺活检，优化患者的术后管理流程。

《国际肝病》：综合目前在肝脏外科与移植领域的探索，您认为目前AI落地面临的最大瓶颈是什么？我们还需要在哪些关键方面做出努力？

叶卓风教授：当前，AI在肝病学领域的应用多局限于学术文献中的回顾性、单中心研究。要实现真正的临床应用，我们必须迈出关键一步：开展多中心外部验证及前瞻性研究，以确证AI模型在真实临床流程中对医生决策的辅助效能及流程优化的价值。

其次，模型落地的基石是公平性验证。鉴于训练数据可能存在潜在偏倚，临床应用前必须严格评估模型对不同特征患者的普适性，及时调整偏差，确保每位患者都能获得公平的诊疗待遇。

最后，打破数据孤岛至关重要。建立标准化的数据共享与模型交换框架，不仅能解决单中心研究的验证难题，更能加速外部验证的进程，推动AI模型从论文走向临床实践。我们期待未来能看到更多数据的开放与模型的共享。

（来源：《国际肝病》编辑部）

声明：本文仅供医疗卫生专业人士了解最新医药资讯参考使用，不代表本平台观点。该信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议，如果该信息被用于资讯以外的目的，本站及作者不承担相关责任。