微信图片_2025-08-18_094728_250.png

刘克玄

[[[expert-person="5192EE3D-1FE8-FBB4-BE60-647F027DB486"]]]

在手术室的无影灯下，每一次精准麻醉的完成，都是对生命的无声承诺。“患者的安全与满意，才是对麻醉医师最大的肯定。”中华医学会麻醉学分会副主任委员、南方医科大学南方医院麻醉手术中心主任刘克玄教授在接受专访时，再次重申了这份职业信念。他与团队历时多年，在“十四五”国家重点研发计划项目的支持下构建了围手术期麻醉管理大模型——“南方智麻”。从2018年建立围手术期数据库，到2025年7月11日大模型正式上线，刘克玄教授团队用人工智能（AI）为传统麻醉插上了“精准、智能、可预警”的翅膀，也把“平安起飞、平稳飞行、安全降落”的生命守护哲学推向了一个全新高度。

AI赋能麻醉的荆棘之路与曙光初现

早年在国家重点研发计划的支持下，刘克玄教授团队就锚定了AI赋能麻醉的核心痛点：围手术期心脑血管事件预警与辅助决策。目标直指落地“麻醉机器人”，实现术前风险评估、术中风险实时预警并提供智能化辅助决策以及术后对风险事件早期识别，最终降低患者术后并发症与病死率的生命守护闭环。

然而，数据成为横亘在团队面前的最大难关。“AI的精准应用，必须建立在高质量数据之上。”刘克玄教授坚定地道。在建立中国本土数据库的道路上，挑战是多维度的：数据标准化之困、各医院间存在的信息孤岛、心血管事件高质量病例的稀缺……

面对诸多挑战，刘克玄教授团队迎难而上，率先在国内构建了“围手术期数据库”这一底层支柱。从2018年基于单中心手术麻醉系统的自然队列研究起步，到2021年联合多家医院成立“中国围术期结局研究电子数据库联盟”，以及组建高质量的前瞻队列，团队逐步建立起本土化、高质量、可共享的数据资源池。通过数据资源整合，传统医学经验的漏洞被逐渐补全，例如，团队发现仅凭尿量评估术后急性肾损伤（AKI）的诊断敏感性严重不足，该结论发表于British Journal of Anaesthesia；此外，团队还观察到中国人群术后30 d心血管事件发生率高达15.4%，围手术期心肌损伤的患者术后30 d病死率高达3.9%，还发现术前超敏肌钙蛋白T（hs-cTnT）及N末端脑钠肽前体（NT-proBNP）可以显著提升术后心血管风险的预测效能，该结论发表在Anesthesiology上。

三大端口打通麻醉智能化“最后一公里”

7月11日上线的“南方智麻”大模型，以DeepSeek通用底座为核心，融合教材、临床指南、专家共识及逾百万例中国手术患者高质量麻醉数据，完成深度微调与知识图谱增强。刘克玄教授介绍道，模型针对不同场景搭建了三大端口，形成“医院-患者-基层”三位一体服务闭环。

医院端：深度集成医院信息系统，实现围手术期全流程智能管理。术前，自动评估风险、识别心脑血管事件及急性肾损伤高危患者，智能推荐麻醉方案并生成规范化文书；术中，实时交互监护设备数据，构建多模态预警体系，对低血压、低体温等精准警告并推荐策略；术后，持续追踪恢复情况，识别并发症，同时形成高质量科研数据库。

患者端：通过自然语言交互，患者术前即可在手机端获取通俗易懂的麻醉科普，系统内置的问答引擎还能24 h解答“麻醉会不会影响记忆力”“术后恶心呕吐怎么办”等高频疑问。更贴心的是，系统会生成结构化术前访视报告，患者在家里就能把病史、用药史、过敏史一次性填完，麻醉医生上线即可看到完整档案，大大缩短访视时间，也减少了信息遗漏。

基层端：针对县域医院麻醉医生短缺、经验不足的现状，基层端整合最新指南、共识与典型病例，支持自然语言检索。遇到紧急气管插管失败、恶性高热等罕见事件，基层医生可直接向大模型“求助”，模型会基于循证路径给出分步处理建议，相当于把专家智慧“装进”了口袋。

“我们的目标是让偏远地区的患者也能享受同质化的安全麻醉。”刘克玄教授说。目前“南方智麻”已在南方医院等机构投入应用，其部署需满足三方面条件：医院本地已部署DeepSeek大模型基础平台，具备足够算力基础；引入“南方智麻”麻醉管理预警大模型软件；医院信息科开放接口，实现与手术麻醉信息系统的深度对接。随着更多医疗机构的加入与数据的持续喂养，“南方智麻”的精准之翼将愈加丰满有力。

数据为基，从经验麻醉到精准麻醉的转变

任何AI的精准都离不开高质量数据。早在2018年，刘克玄教授团队就前瞻性地建立了围手术期数据库，最初只是将麻醉信息系统里的患者数据“原封不动”保存下来；2021年，团队又联合国内多家三甲医院成立“中国围术期结局研究电子数据库联盟”，实现跨区域、跨品牌设备的数据标准化与共享。如今，数据库已累积结构化病例数量超1000万，涵盖术前评估、术中监测、术后随访、实验室检查、影像资料等多维信息。

“数据不是越多越好，而是要‘干净、可用、可追溯’。”刘克玄坦言，数据标准化曾是最大“拦路虎”——不同医院的血压计、监护仪品牌各异，记录频率、单位、精度千差万别；更棘手的是，心脑血管事件等高质量阳性事件病例获取难度较大。尽管如此，在团队严谨地筛选下，数据库这一“病例仓库”终于蜕变为“知识沃土”，这些源于真实世界大数据的洞见，让围手术期管理从经验驱动迈向了精准导航。

例如，在传统改良心脏风险指数基础上加入术前脑钠肽（BNP）和hs-TnT检测，能显著提升对术后心血管事件的预测能力。“这直接提示临床，术后应常规监测BNP和肌钙蛋白，为更早揪出心肌损伤等风险提供了科学依据。”刘克玄教授谈道。

AI时代，安全初心永不偏航

回顾从初入麻醉领域主要依赖个人经验，到如今AI提供精准预警与决策支持，刘克玄深刻感受到技术带来的范式转变：“AI打开了精准化管理的新视野。预警模型能直接提示患者术中或术后可能发生的特定风险，让我们能更早、更准地进行干预。麻醉管理正在从‘经验驱动’全面转向‘数据驱动’和‘模型驱动’的精准化时代。”

他描绘的未来图景清晰而坚定：“AI辅助下的麻醉，必将走向真正的个体化与精准化！”当AI引擎持续驱动，精准化的麻醉管理将更有效地守护手术患者安全，让每一次“起飞”“飞行”与“降落”，都更加平稳、安全。

AI只是放大医生能力的“望远镜”和“显微镜”，真正的决策仍需医生结合患者情况、手术特点与团队经验进行综合判断，人文的关怀是AI永远无法拥有的温度。“无论技术如何更迭，患者的安全与满意，始终是我们麻醉医师价值的最高准绳，是我们从未偏移的初心。”刘克玄教授强调，“要用数据驱动决策，用算法守护生命，让每一个患者都能在安全与尊严中醒来。”