新华日报记者 杨彦

开栏语：

江苏医疗沃土之上，智慧医疗的创新实践正蓬勃生长。从AI赋能临床诊疗、大数据优化医院管理，到数字技术打通分级诊疗脉络，前沿科技正持续重塑江苏医疗卫生服务的面貌。今起，新华日报《健康周刊》“智绘苏医”专栏正式开栏。我们将持续走进江苏各家医院手术室、病房、门诊、慢病管理中心等，深度挖掘省内医疗机构数字化转型、人工智能临床落地、智慧服务升级的鲜活案例，记录数字技术与医疗行业深度融合的探索之路。

无影灯亮起，监护仪发出平稳的“嘀、嘀”声，一场肩袖损伤修复手术正在江苏省省级机关医院（江苏老年病医院）的手术室内开展。侧卧位的患者生命体征平稳，骨科主任张鹏手持关节镜专注操作，年轻的麻醉医生殷浩守在患者头侧，目光不时扫向监护仪，也看向手术台边的大屏幕——围手术期风险评估系统正在实时运行，风险提示被依次列出：血流动力学波动、人工气道脱落、低血糖，并给出了处理方案。

这是在该院手术室已应用了近一年的“AI麻醉智能体”的日常工作画面。从术前访视到术中监测，再到术后复苏，这个“数字专家”全程值守，像是一位经验丰富的高年资麻醉大咖有了手术室的“分身”，时刻为手术安全保驾护航。

现场探访：AI成为麻醉医生的“第三只眼”

在江苏省省级机关医院，因为“AI麻醉智能体”，麻醉科医生的工作模式，和其他医院不太一样。

“以前术前访视时，麻醉医生要翻看检验检查单报告，再拿着纸质评估表逐项询问，不仅费时间，还容易遗漏隐匿风险。”殷浩向记者展示了他们的新装备：术前与患者沟通麻醉事项，麻醉医生只需要带一台安装了AI系统的PAD，患者的既往病史、检验检查结果、用药史、过敏史全部集成在同一界面，系统会自动完成20余项专业量表评估，包括气道评估、重要脏器功能评估、术后并发症风险预测等，最终自动生成结构化术前风险报告，明确标注患者风险等级和重点关注事项。

“就像今天手术的这位患者，系统不仅识别出近期频发低血糖风险，还提示手术体位伴随的血压波动、人工气道脱落等风险，这些都是年轻麻醉医生容易忽略的细节。”江苏省省级机关医院副院长桂波告诉记者，以前评估很依赖医生经验，高年资麻醉医生能从蛛丝马迹中发现风险，年轻医生缺乏强烈的警觉意识，但AI会把所有数据关联分析，把藏在细节里的风险“揪”出来，并“高亮”显示到麻醉医生眼前。

手术室里也比常规多上一块可移动的大屏。“AI麻醉智能体”在这里切换到术中监测模式，大屏实时展示患者生命体征变化，结合手术步骤动态推送风险提示。麻醉诱导期、手术操作期、复苏拔管期，不同阶段的风险重点系统都会自动预警：比如沙滩椅位易引起低血压，系统会在体位摆放前提示容量补充或使用升压药物；糖尿病患者术中易发生血糖波动，系统会提醒关注原因不明的苏醒延迟；老年患者手术，系统还会结合心功能提示输液速度和麻醉药物剂量注意事项。

手术结束后，AI的工作仍在继续。复苏室里，系统结合术前情况和术中生命体征，提示拔管注意事项和复苏期风险；回到病房后，系统持续追踪检验结果，动态预测术后并发症，还能为患者生成个性化康复方案，真正实现围手术期全流程覆盖。

把几十年临床经验交给AI，“炼”出靠谱智能体

这套实用的AI系统的诞生，并非一蹴而就。

麻醉科医生极为紧缺，人才成长也需要时间，不同级别医院、不同年资麻醉医生“上岗”，如何保障麻醉质量的同质化、高水平，问题一直存在。2025年春节后，AI进入快速发展期，医疗大模型逐渐落地医院，这让桂波看到了解决问题的可能性。江苏省省级机关医院第一时间完成“满血版”大模型本地化部署，有了算力支撑，2025年6月，团队正式启动围手术期中高危风险预警AI智能体的研发。

要让AI真正能用在临床，首先要过“数据关”。团队整合了临床、影像、检验等多个维度的信息，覆盖全院患者，同时协同其他多家医院专家团队和信息团队，经标准化治理后形成满足AI训练标准的数据资产。这些高质量的数据集，成为AI训练的“燃料”。为减少大模型“幻觉”，让判断更符合医学规范，团队还专门搭建了骨科麻醉专科知识库，整合最新临床专家共识、麻醉指南、权威教材和学术文献，让AI的每一个判断都有更加准确的循证医学依据。模型训练中，不仅有权威指南，还融入了院内高年资麻醉专家的临床思维链，把专家几十年的临床经验“教”给AI。

“大模型本身的基础推理能力已经很强，我们把医学专业知识和临床经验注入进去，让它从‘通才’变成麻醉专科‘专家’。”工程师介绍。上线近一年来，团队根据临床反馈持续优化：一开始数据量少，可能出现手术风险提示不准，就不断接入手术数据、补充知识库；一开始术中数据对接不全，就逐步把监护仪、麻醉机数据实时接入。目前系统在骨科手术领域已积累成熟经验，正在对接省内多家三甲医院，通过多中心数据合作扩大训练样本，未来还将覆盖更多手术科室，让AI持续进化。

大咖专家“分身”，推动手术麻醉质量同质化

“我们做这个系统，最终目标就是把它做成高年资麻醉专家的‘分身’。”桂波表示。围手术期并发症已是全球第三大死亡原因，仅次于缺血性心脏病和脑卒中，全球每年超420万患者在术后30天内死亡，我国年手术量已突破8000万台，围手术期安全管理需求巨大。术前评估不充分、术中风险预警缺失、术后并发症管理滞后、决策高度依赖个人经验，是围手术期管理的四个核心矛盾。

“它不是只会报警的监护仪，是真的懂手术、懂麻醉的‘助手’。”桂波告诉记者。

优秀的麻醉医生不仅要掌握患者基础疾病情况，还要熟悉外科手术每一步操作可能带来的风险，但现实中哪怕高年资麻醉医生也不可能对所有手术风险点烂熟于心，长时间手术疲劳时更难免注意力分散。在基层医院，麻醉医生学习机会少、复杂病例接触少，经验积累更慢，面对老年、多病共存的复杂患者，会有考虑不周的情况。“患者不会因为医生年轻、在基层，就降低对安全的要求，但医学经验积累需要时间，我们不能让患者为医生的成长‘交学费’。”桂波表示，AI系统就是要填补这个经验鸿沟——哪怕是才走上临床工作岗位的年轻医生，有了系统提醒，也能明确患者的风险点，提前做好预案；哪怕是基层医院，每一台手术都能拥有高年资麻醉专家级别的安全保障与经验支撑。让基层患者在家门口就能享受到高水平麻醉医疗服务，对推动优质医疗资源下沉、实现分级诊疗意义重大。