《自然·醫學》：AI能讓圍術期治療“降本增效”！科學家開發AI風險預測模型，用於設計結直腸癌術後個性化治療方案，降低成本提升效果

儘管手術技術和圍術期護理方法已經在過去的幾十年中得到了長足的進步，但在圍術期識別高風險患者並根據不同的個體狀況設計干預措施仍然是有挑戰的。

今日，《自然·醫學》雜誌發表了一篇論文，來自丹麥的科研團隊。研究者們基於丹麥1.8萬餘名結直腸癌（crc）患者的真實數據，開發了基於人工智能（ai）的風險預測模型用於圍術期個性化干預決策。根據模型預測的1年死亡風險設計治療方案，個性化治療組的綜合合併症指數＞20的風險相較標準治療組降低了37%，治療相關合併症風險降低了47%。

用於模型開發的數據來自丹麥國家登記隊列（nrc），共計18403名接受了crc根治性手術的患者。回顧性臨床隊列（rcc）包括806名患者，作為模型的外部驗證數據和比較隊列。前瞻性臨床隊列（pcc）包括194名在臨床實踐中接受了ai模型指導的患者，代表接受個性化圍術期護理的患者。

綜合風險由查爾森合併症指數（cci）反映，who體能狀態評分（who ps）衡量一般健康狀況與日常功能，wicc分期描述疾病階段。較高的cci、who ps、wicc分期和年齡均與較短的術後生存顯著相關，可見多變量綜合評估是更準確的。

研究者從8694個潛在協變量中最終選定了58個納入模型，最終模型的auroc達到0.82，內部驗證集為0.77、外部驗證集為0.79，表現良好。研究者對比了模型建議與臨床醫生的判斷，分析結果顯示僅有4.6%的案例需要調整，表現出了高度的一致性。

接下來，研究者對比了不同治療決策方案對預後的影響。分析結果顯示，pcc中cci＞20的發生率為19.1%，rcc中為28%，說明在模型指導下患者術後發生多種嚴重合併症的風險顯著降低，風險比0.63。

 該圖片屬於ai生成

類似的，pcc中治療相關合併症發生率為23.7%，rcc組為37.3%，風險比0.53。

此外，研究者還分析了合併症發生率和再入院次數等指標，均發現了模型指導個性化治療的優勢。在術後90天中，pcc平均合併症發生0.48次，rcc平均發生0.76次；再入院次數分別為0.2次和0.31次，均表現出了顯著的降低。

最後，研究者進行了成本效益分析。術後一年的護理費用，標準護理組成本為28006.94美元，個性化治療組為25159.36美元，節省2857.59美元。敏感性分析結果顯示，在96.56%的模擬情況下，模型指導的個性化治療都能夠在降低醫療成本的同時提高健康收益。

參考資料：

[1]rosen, a.w., ose, i., gögenur, m. et al. clinical implementation of an ai-based prediction model for decision support for patients undergoing colorectal cancer surgery. nat med (2025). https://doi.org/10.1038/s41591-025-03942-x

本文作者丨代絲雨