梅奥诊所的一组研究人员开发了一种人工智能（AI）系统，能够以高精度检测患者通过在线平台提交的术后伤口照片中的手术部位感染（SSIs），这可能会彻底改变术后护理的提供方式。
这项研究发表在《外科学年鉴》（Annals of Surgery）上，介绍了一个由研究人员创建的基于人工智能的流程，该流程可以自动识别手术切口、评估图像质量，并标记照片中感染的迹象。该系统在来自梅奥诊所九家医院的超过6,000名患者提供的超过20,000张图像上进行了训练。
“我们研究的动机是日益增长的对门诊手术切口及时监测的需求，”梅奥诊所的肝胆和胰腺外科肿瘤学家Cornelius Thiels博士说道，他是该研究的共同资深作者之一。
“目前这一过程由临床医生手动完成，非常耗时，可能会延误护理。我们的AI模型可以自动对这些图像进行分诊，提高早期检测效率，并简化患者与其护理团队之间的沟通。”
该AI系统采用两阶段模型。首先，它检测图像中是否存在手术切口，然后评估该切口是否有感染迹象。该模型名为Vision Transformer，在检测切口方面达到了94%的准确率，在识别感染方面达到了81%的曲线下面积（AUC）。
“这项工作为人工智能辅助的术后伤口护理奠定了基础，这将彻底改变术后患者的监测方式，”梅奥诊所的肝胰胆外科研究员Hala Muaddi博士说道，她是该研究的第一作者。“特别是在门诊手术和虚拟随访日益普遍的当下，这一技术尤其重要。”
研究人员希望这项技术能够帮助患者更快获得反馈，减少感染诊断的延误，并支持那些在家康复的手术患者获得更好的护理。如果进一步验证，该系统可以作为一线筛查工具，提醒临床医生关注令人担忧的切口。
该AI工具还为开发能够检测感染早期细微迹象的算法铺平了道路，甚至可能在这些迹象对护理团队肉眼可见之前就提前识别。这将有助于更早治疗、减少发病率并降低成本。
“对于患者来说，这意味着可以更快获得安心或者更早发现问题，”Muaddi博士表示。“对于临床医生来说，它提供了一种方式，优先关注最需要关注的病例，尤其是在农村或资源有限的地区。”
重要的是，该模型在不同人群中表现出一致的性能，解决了算法偏见的担忧。
尽管结果令人鼓舞，但研究团队表示仍需进一步验证。
“我们希望我们开发的AI模型——以及其训练所依赖的大型数据集——有潜力从根本上重塑术后随访的提供方式，”Kern医疗科学中心医疗交付研究高级顾问Hojjat Salehinejad博士说道，他是该研究的另一位共同资深作者。
“目前正在进行前瞻性研究，以评估该工具在日常手术护理中的整合效果。”
更多信息：Hala Muaddi等人，Imaging Based Surgical Site Infection Detection Using Artificial Intelligence，《外科学年鉴》（2025）。DOI: 10.1097/SLA.0000000000006826
期刊信息：《外科学年鉴》（Annals of Surgery），由梅奥诊所提供支持。
【全文结束】
