消化

订阅

MedSci主页 / 所有栏目 / 消化

Journal of Hepatology：肝病学中人工智能应用的障碍及克服策略

2025-12-05 熊佳仪 MedSci原创 发表于上海

人工智能肝病学德尔菲共识
关注

本文提出了推动人工智能在肝病学中临床转化的核心路径。

近年来，人工智能技术在医学领域，特别是在肝病学中，展现出了巨大的潜力。自2010年代中期以来，针对肝病学中复杂数据类型（如组织病理学、放射学图像、多组学数据以及近来的自然语言患者数据）的人工智能方法研究大量涌现，并已有部分工具获得了监管机构的批准。然而，一个明显的矛盾在于，尽管高质量的人工智能工具日益增多，但它们在真实世界临床实践和临床研究中的应用仍然非常有限。为了深入探究这一现象背后的原因并寻求解决方案，欧洲肝病研究学会专门成立了人工智能工作组。该工作组意识到，人工智能的临床应用是一个涉及多方的复杂挑战，其整合到常规临床工作流程中仍然面临着巨大的障碍。为了系统性地识别这些障碍并制定可行的策略，本研究采用了一种结构化的共识构建方法。 为了全面评估阻碍人工智能在肝病学中整合的关键因素，本研究组织了一个由34名国际专家组成的跨学科小组，这些专家分别来自肝病学、数据科学和临床人工智能领域。研究采用了改进的德尔菲共识法来收集和提炼专家们的集体智慧。整个过程设计严谨，首先，专家们针对五个核心领域（伦理与法律障碍、组织障碍、研发障碍、大语言模型与决策支持、共享数据与基础设施）的22项具体陈述进行评

相关资料下载：
[AttachmentFileName(sort=1, fileName=PIIS0168827825023372.pdf)] GetArticleByIdResponse(id=28d091433314, projectId=1, sourceId=null, title=Journal of Hepatology：肝病学中人工智能应用的障碍及克服策略, articleFrom=MedSci原创, journalId=3859, copyright=原创, creationTypeList=[1], summary=本文提出了推动人工智能在肝病学中临床转化的核心路径。, cover=https://img.medsci.cn/20251204/1764830027721_8538692.jpg, authorId=0, author=熊佳仪, originalUrl=, linkOutUrl=, content=近年来，人工智能技术在医学领域，特别是在肝病学中，展现出了巨大的潜力。自2010年代中期以来，针对肝病学中复杂数据类型（如组织病理学、放射学图像、多组学数据以及近来的自然语言患者数据）的人工智能方法研究大量涌现，并已有部分工具获得了监管机构的批准。然而，一个明显的矛盾在于，尽管高质量的人工智能工具日益增多，但它们在真实世界临床实践和临床研究中的应用仍然非常有限。为了深入探究这一现象背后的原因并寻求解决方案，欧洲肝病研究学会专门成立了人工智能工作组。该工作组意识到，人工智能的临床应用是一个涉及多方的复杂挑战，其整合到常规临床工作流程中仍然面临着巨大的障碍。为了系统性地识别这些障碍并制定可行的策略，本研究采用了一种结构化的共识构建方法。 为了全面评估阻碍人工智能在肝病学中整合的关键因素，本研究组织了一个由34名国际专家组成的跨学科小组，这些专家分别来自肝病学、数据科学和临床人工智能领域。研究采用了改进的德尔菲共识法来收集和提炼专家们的集体智慧。整个过程设计严谨，首先，专家们针对五个核心领域（伦理与法律障碍、组织障碍、研发障碍、大语言模型与决策支持、共享数据与基础设施）的22项具体陈述进行评, belongTo=, tagList=[TagDto(tagId=8461, tagName=人工智能), TagDto(tagId=16056, tagName=肝病学), TagDto(tagId=512693, tagName=德尔菲共识)], categoryList=[CategoryDto(categoryId=4, categoryName=消化, tenant=100), CategoryDto(categoryId=72, categoryName=人工智能, tenant=100), CategoryDto(categoryId=84, categoryName=研究进展, tenant=100), CategoryDto(categoryId=20656, categoryName=梅斯医学, tenant=100)], articleKeywordId=0, articleKeyword=, articleKeywordNum=6, guiderKeywordId=0, guiderKeyword=, guiderKeywordNum=6, opened=0, paymentType=1, paymentAmount=1, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=1230, appHits=2, showAppHits=0, pcHits=149, showPcHits=1228, likes=0, shares=0, comments=0, approvalStatus=1, publishedTime=Fri Dec 05 09:45:00 CST 2025, publishedTimeString=2025-12-05, pcVisible=1, appVisible=1, editorId=6529310, editor=消化新前沿, waterMark=0, formatted=0, deleted=0, version=3, createdBy=074a6512445, createdName=xiongjy, createdTime=Fri Dec 05 08:31:54 CST 2025, updatedBy=92910, updatedName=rayms, updatedTime=Fri Dec 05 09:46:23 CST 2025, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=PIIS0168827825023372.pdf)], guideDownload=1, surveyId=null, surveyIdStr=null, surveyName=null, pushMsXiaoZhi=true, qaList=[{id=1409723, encryptionId=e96d1409e23bc, articleId=28d091433314, userName=administrator, question=在肝细胞癌早期筛查中，人工智能相比传统方法有哪些潜在优势？, answer=人工智能可以整合多模态数据，发现细微的早期变化模式，提高筛查的敏感性和特异性。, clickNum=0, type=article, createdAt=1764899197043, updatedAt=1764899197043}, {id=1409722, encryptionId=b0ed1409e2280, articleId=28d091433314, userName=administrator, question=为什么开源工具形式对肝病学人工智能模型的发展很重要？, answer=开源工具便于独立验证和持续改进，能增强透明度和可信度。, clickNum=0, type=article, createdAt=1764899197043, updatedAt=1764899197043}])
PIIS0168827825023372.pdf
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2291944, encodeId=599e2291944e6, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=80b8812550a' target=_blank style='color:#2F92EE;'>#肝病学#</a> <a href='/topic/show?id=ef0013419867' target=_blank style='color:#2F92EE;'>#德尔菲共识#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=47, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=134198, encryptionId=ef0013419867, topicName=德尔菲共识), TopicDto(id=81255, encryptionId=80b8812550a, topicName=肝病学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Fri Dec 05 09:46:23 CST 2025, time=2025-12-05, status=1, ipAttribution=上海)]
    2025-12-05 梅斯管理员 来自上海

    #人工智能# #肝病学# #德尔菲共识#

    0

相关资讯

Lancet子刊：当CT/MRI影像被AI“翻译”成病理报告，肝癌术前评估进入生成式智能时代

HepaPathGPT代表了人工智能在医学影像解读领域一次范式转变的开端——从辅助检测识别，走向跨模态的深度理解与生成。

eBioMedicine：大型语言模型在十种语言和4917例罕见病诊断中的一致性表现

尽管LLM以英语数据为主，其在多语言罕见病鉴别诊断中表现稳健，为非英语地区、尤其是资源匮乏国家部署AI辅助诊断系统提供了积极依据。

专家论坛｜李君：人工智能在肝衰竭预警及预后体系中的应用与挑战

本文将系统综述基于AI的肝衰竭预警及预后研究进展，以期为优化肝衰竭的诊治模式提供参考。 

专家论坛｜孔媛媛 ：人工智能相关肝病临床试验的方法学考量

本文将聚焦于肝病领域的相关应用场景，从方法学角度系统梳理AI在肝病临床试验中的应用现状和主要挑战，并结合国际主流AI方法学和医学研究报告规范，探讨相应的解决策略。