人工智能为中西医协同注入新动力

近年来，首都医科大学附属北京友谊医院率先在院内组建了六大中西医协同科室，全力推动中医科与各临床科室的深度协作。

打造中西医协同优势学科群

医院以首都医科大学中西医结合学系、北京市中西医结合研究所为载体，建立了中西医六大协同诊疗机制，即内科—外科协同、急病—慢病协同、医针技协同、普科—专科协同、医养协同、医药协同的创新协同发展体系，形成中西医协同消化疾病学科群、感染重症学科群、儿童医疗学科群、心身疾病学科群、老年疾病学科群和临床中药学科群等六大优势学科群。

医院相关团队提出了多脏衰分期诊断标准，并纳入全国标准，继而提出了脓毒症多脏衰的主要中医证型及其治疗原则、方药，根据这一标准进行早期干预和中西医结合治疗脏器功能不全综合征，使该病的病死率显著降低；同时，医院围绕急性胰腺炎、严重脓毒症耐药菌感染等病种建立中西医结合特色治疗方法，进一步提升临床疗效。

探索AI在中西医结合研究中的应用

医院肝病内科联合消化科及普外科，积极探索人工智能（AI）技术在中西医结合研究中的应用，致力于深入挖掘中医证候的病理学基础，并构建具有创新性的中西医结合AI诊断模型，为中西医协同创新发展注入新动力。

中医舌象诊断是中医疾病诊断体系中的关键环节之一，然而，舌诊存在一定的主观性，医生的个人经验与知识水平在一定程度上限制了其在临床实践中的精准应用。依据中医“有诸内必形诸外”的理论，通过将病理学特征（微观层面）与舌诊特征（宏观层面）进行相关性分析，并运用深度学习技术，深入探索肝纤维化及肝病预后、早期胃癌等疾病与舌象等表型特征之间的内在联系，有望实现无创分类诊断。

目前肝病内科已前瞻性建立了9000余例“北京友谊健康队列”，通过运用AI技术将舌诊图像、常规实验室检查和肝纤维化无创检查指标进行特征融合，深度探索舌诊与肝脏疾病进展和预后相关的宏观特征。同时该科室还建立了390余例“中西医协同脂肪肝肝穿病理队列”，采用四诊仪采集肝穿患者的舌相、面相及体质问卷，分析不同种类不同程度的肝病患者舌面特征和体质特征。利用AI图像学习的方法，将同一患者的肝脏病理特征与舌面诊特征结合，形成宏观-微观辨证体系，并由此构建融入中医元素的诊断模型。该课题组与北京理工大学增强现实智能医疗实验室深度合作，目前已完成部分舌象特征的提取和AI机器学习。

中医舌象特征纳入评估体系，显著提升了肝脏疾病预后预测的精准度，尤其在代谢相关脂肪性肝病（MASLD）的无创诊断模型中，实现了对炎症状态和纤维化水平的便捷、精准评估。

此外，医院消化内科与北京中医医院深度合作，联合开展“基于机器学习的胃癌癌前病变‘炎-癌转化’过程舌象特征分析与诊断模型构建”研究项目。目前，双方已共同建立包含1050例患者的“中西医协同胃炎胃癌队列”，致力于将标准化舌诊打造为胃镜检查的前置筛查手段。该队列通过深入分析舌象与胃炎、胃癌之间的关系，运用多维度比较方法，对慢性胃炎“炎—癌转化”过程中舌象参数进行综合分析，精准剖析舌象特征与病理阶段的关联性，并基于此构建人工智能深度学习模型，实现对胃癌前病变的无创分类诊断。这一创新举措有望显著减轻患者因接受有创检查所带来的痛苦和经济负担，具有极高的临床应用价值和广阔的发展前景。（本报记者  张霄）