人工智能在呼吸系统初级保健与肺科的崛起：一篇范围评述

日常门诊中的更智能呼吸护理

哮喘、慢性阻塞性肺疾病（COPD）和肺部感染等呼吸问题影响着全球数亿人。本文探讨人工智能（AI）如何悄然从研究实验室走入家庭医生诊室、急诊室，甚至我们的家庭，帮助更早发现肺病、指导治疗，并减轻已然紧张的医疗人员工作负担。对读者而言，它展示了数字“副驾驶”如何在不取代医学中核心的人际关系的前提下，帮助全科医生和肺科专家提供更快、更准确且更个性化的护理。

智能工具如何学会“读懂”肺部

评述从人工智能在肺科的简短历史开始，从早期遵循人工编写规则的“专家系统”到如今功能强大的机器学习模型和大型语言模型。现代AI能够直接从海量胸片、CT影像、肺功能测试、声音记录和电子健康记录中学习模式。呼吸医学在这类数据上尤为丰富：胸部影像、标准化的肺功能曲线、咳嗽和呼吸音的录音，以及来自可穿戴设备和家庭监测器的连续数据流。这种详尽快照与长期追踪相结合，使得肺科成为AI系统识别细微预警信号、将患者分成有意义亚型并预测病情恶化的天然试验场。

帮助医生在影像与呼吸测试中看得更多

一个重要主题是AI如何支持诊断。深度学习程序已在放射科中协助分拣胸片，将正常影像标记出来，使紧急异常影像提前进入处理队列，从而大幅缩短读取危急病例的时间。类似工具可以突出显示新冠肺炎的影像特征，或评估CT上微小结节是否可能为早期肺癌。在肺功能实验室和基层诊所中，算法监控患者如何对着肺活量计吹气，检测操作错误并分类常见的疾病模式——有时其表现可与或优于专家。这些系统共同承诺提高检测的一致性，减少被漏诊或延迟诊断的情况，尤其在专业人员稀缺的地区。

听咳嗽、随访居家患者并保护人群健康

在医院外，AI将简单设备变成强大的健康工具。智能手机麦克风和可穿戴设备可以捕捉咳嗽、呼吸与语音，算法能够自动检测发作并寻找疾病的声音“指纹”。家庭传感器和便携式肺功能监测器，结合天气与空气质量数据，可以预测哮喘或COPD的加重并提前数天提醒患者与临床医生。远程医疗平台与聊天机器人扩展了这种支持，指导自我管理、对问题进行分诊，并帮助人们在两次就诊之间调整用药。在群体层面，机器学习有助于追踪诸如新冠疫情的爆发、设计针对性的肺部健康活动，并揭示传统问卷可能遗漏的年轻人电子烟与烟草使用模式。

机遇、风险与公平可及性

作者谨慎强调，大多数工具仍处于研究或早期试点阶段，安全且公平的使用并非自动保障。许多模型仅在有限的环境中测试，可能在其他场景或随着技术与疾病演变时失效。如果训练数据对某些群体（如儿童、老年人或边缘化社区）代表性不足，AI可能会放大现有的肺部护理不平等。大型语言模型与其他生成式工具也可能自信地给出错误的诊断或治疗建议。为防止伤害，文章呼吁进行严格的多中心测试、持续监测性能漂移、清晰说明系统如何得出结论，并制定严格规则以确保临床医生掌握最终决策权。

这对未来肺部护理意味着什么

结语对未来持谨慎乐观的描绘。通过周密设计、慎重测试以及强有力的隐私与公平保护，AI可以接手目前占据临床人员大量时间的重复且数据密集的工作。这将使初级保健提供者和肺科专家有更多时间倾听患者、解释选择并个性化治疗。AI不是取代医生，而被呈现为一组新工具——类似更好的听诊器与更锐利的成像镜头——如果被明智使用，能让呼吸护理对肺病患者而言更快速、更准确且更具人性化。

引用: Soriano, J.B., Lumbreras, S. The rise of artificial intelligence in respiratory primary care and pulmonology: a scoping review. npj Prim. Care Respir. Med. 36, 21 (2026). https://doi.org/10.1038/s41533-026-00487-5

关键词: 医疗保健中的人工智能, 肺部疾病, 呼吸诊断, 远程健康监测, 哮喘与COPD