胃肠外科手术人工智能风险评估专家共识（2026版）

胃肠外科手术人工智能风险评估专家共识（2026版）【摘要】胃肠外科围手术期风险评估是保障患者安全、优化治疗决策及降低术后并发症的重要环节。随着人工智能及大数据技术快速发展，基于机器学习与多模态数据融合的智能风险预测模型，逐渐成为推动围手术期管理精准化的重要工具。然而，目前胃肠外科领域在人工智能风险评估模型的输入指标、预测结局、验证方法及临床应用等方面仍缺乏统一规范。为推动人工智能技术在胃肠外科围手术期风险管理中的规范化应用，中华医学会外科学分会结直肠外科学组联合国内胃肠外科、循证医学及人工智能等多领域专家，基于现有循证医学证据及临床实践经验，制订了《胃肠外科手术人工智能风险评估专家共识（2026版）》。本共识围绕高风险并发症预测、模型构建与验证、动态风险监测及干预策略等核心问题，系统提出胃肠外科人工智能风险评估的关键输入变量、主要预测结局、模型评价指标及多中心推广原则，旨在构建适用于我国胃肠外科临床实践的标准化人工智能风险评估框架，推动围手术期管理向精准化、智能化方向发展。【关键词】人工智能；胃肠外科；机器学习；手术风险评估；围手术期管理；并发症预测随着外科技术的不断发展和手术方式的创新，胃肠外科手术的安全性和成功率得到显著提高。然而，围手术期仍不可避免存在多系统、多阶段的潜在并发症风险，如何有效评估并管理这些风险是优化患者预后和提高手术质量的关键因素。术前手术风险评估可实现患者的精准分层管理，是围手术期治疗的重要环节。通过预测术后并发症发生概率，医师可据此调整手术方案、术中操作策略及术后管理路径，以最大程度减少术后不良事件。同时，科学的风险评估亦有助于提高医患沟通效率，增强术前知情同意的充分性，减少医疗纠纷。近年来，人工智能（artificialintelligence，AI）及大数据分析技术的快速发展，使其具备从海量临床数据中识别复杂模式的能力，可输出个体化术后并发症风险概率，实现从传统经验化评估向数据驱动、连续可更新预测模式的转变。有研究结果显示，经过严格外部验证的AI风险预测模型可在术前识别手术并发症高危患者，将其嵌入临床决策支持系统可实现全流程预警，为制订围手术期管理策略提供参考。然而，目前胃肠外科领域在AI风险评估模型的输入指标、预测结局、验证方法及临床应用等方面仍缺乏统一规范。本共识旨在为胃肠外科手术领域医师提供科学、系统的风险评估框架，结合国际最新研究进展与国内临床实践经验，构建胃肠外科手术并发症的分层识别与智能化预测路径。采用国际通行的推荐分级、评估、制订与评价体系，对手术并发症种类、风险项及可干预措施进行科学分类，以期为胃肠外科手术规范化风险管理与安全提升提供循证依据和临床参考。一、概况与方法学本共识由中华医学会外科学分会结直肠外科学组发起，并成立涵盖胃肠外科及计算机与AI等学科的多学科工作组。启动时间为2025年12月21日，定稿时间为2026年5月1日。本共识适用于因各类疾病接受胃肠外科手术的围手术期患者，包括急诊手术、合并多器官功能障碍等特殊人群，不适用于老年患者（>75岁）、儿童及妊娠期患者。各级医院从事胃肠外科手术及患者术后管理相关工作的临床医师、肿瘤科医师、营养科、康复科医师可以合理使用本共识。本共识的制订参考国内外临床研究提供的循证医学证据。专家组通过面对面或网络会议展开多轮讨论，按表1中的标准确定推荐意见和证据分级。二、AI模型技术框架随着围手术期风险管理从经验性评估向AI动态监测演进，AI模型的技术选择成为影响预测效能的关键因素。当前用于术后并发症预测的模型主要可分为三大类：传统统计回归模型、经典机器学习模型及深度学习模型，三类模型在技术原理、数据适用场景及临床可解释性方面存在差异（附表1）。手术风险评估模型的构建方法多样，且随着AI技术快速发展而不断更新演进，故本共识不对相关模型进行专门推荐。逻辑回归能够量化各预测变量与结局之间的关联，模型结构清晰、结果便于解释，适用于变量数量相对有限且关系较为明确的临床数据，但对复杂非线性关系和变量间交互作用的识别能力有限。最小绝对收缩和选择算子逻辑回归在逻辑回归基础上引入绝对值正则化，可压缩部分变量系数并实现特征筛选，有助于降低高维数据中的过拟合风险，但其变量选择结果可能受样本量及变量相关性影响。随机森林通过构建并集成多棵决策树识别非线性关系和复杂交互，具有一定的抗噪声能力；梯度提升机及极端梯度提升算法通过逐步拟合前序模型误差提高预测性能，适合处理结构化临床数据，但对参数设置、数据分布和类别不平衡较为敏感。循环神经网络适用于处理生命体征、检验结果等连续时序数据；带衰减机制的门控循环单元模型能够将缺失状态及观测时间间隔纳入建模，更适合存在不规则采样和数据缺失的电子病历；卷积神经网络则擅长提取CT扫描、MRI、内镜及病理学检查图像中的局部空间特征，但通常需要较大的标注数据集和较高的计算资源［29］。上述模型虽可提高胃肠外科围手术期风险识别的效率和精细化程度，但其预测性能受数据基础、算法特征及实施环境等多重因素影响，现阶段不宜将模型输出作为独立诊疗依据，临床医师需综合研判模型预测结果与患者实际病情作出最终诊疗决策，AI仅承担辅助风险评估和临床决策支持作用。三、临床问题与推荐意见问题1：何时启动手术风险评估？推荐意见1：建议在决定手术治疗或患者进入术前评估流程时即启动基础风险筛查与分层评估，应在术前尽早完成基础风险评估（证据级别：中，推荐强度：强推荐）。推荐说明：美国心脏协会、美国心脏病学会和美国外科医师学会等多个学会联合发布的《非心脏手术围手术期心血管管理指南》［10］提出，围手术期评估应采用团队化、分步骤及连续管理策略，贯穿术前评估、术中监测及术后管理全过程，并基于患者危险因素、手术应激程度及围手术期生理状态动态调整管理方案。欧洲心脏病学会发布的《非心脏手术心血管评估指南》［11］推荐采用分步骤评估策略，将患者的临床危险因素、心血管功能检查结果、手术应激程度及围手术期用药方案等综合纳入术前评估；其要点明确指出，患者特异性危险因素应在术前评估阶段尽可能被识别并优化。问题2：如何有序开展手术风险评估？推荐意见2.1：建议遵循“适用性核验、场景分流、数据质控、模型计算、临床复核、风险干预、动态评估、结局反馈”的评估流程（附图1）。建议将AI风险评估结果仅作为临床辅助决策依据，不应作为决定实施、延期或取消手术的唯一依据。最终决策应由外科医师、麻醉医师及必要时的多学科诊疗团队，结合患者病情、手术紧迫程度、患者意愿及医疗资源进行综合评估后作出。当患者超出模型预期用途，或出现关键数据缺失、输入数据质量不合格、模型运行异常、结果可信度不足及预测结果与临床判断明显不一致等情况时，应暂不采信AI输出内容，并启动人工复核或转入常规临床评估路径（证据级别：低，推荐强度：强推荐）。推荐说明：胃肠外科手术应根据择期和急诊场景进行分流。择期手术可完成相对完整的数据采集、风险评估和术前优化；急诊手术则应以快速诊断、循环与呼吸功能复苏、必要的感染源控制或止血为核心目标，AI风险评估应与急救处置并行，不能延误必要手术［12］。最终决策应通过外科、麻醉科及必要时的多学科团队综合研判，并纳入患者意愿和手术延迟可能造成的风险［10］。AI临床决策支持系统早期临床评价报告指南指出，许多AI临床决策支持系统虽在离线或模拟环境中表现良好，但AI系统进入真实临床环境后，还需评价其实际临床性能、安全性、可用性、人机交互及其对既有工作流程的影响，不能仅依据受试者工作特征曲线的曲线下面积等模型性能指标决定其临床应用价值［13］。有研究结果亦提示，不恰当的人机协作可能降低决策质量。一项纳入106项实验和370个效应量的系统评价与荟萃分析结果提示，人机组合的总体表现低于人或AI中表现较好的一方，且决策型任务中的人机协作存在显著性能损失［14］。另一项纳入457名医务人员的随机临床情景研究结果显示，存在系统性偏倚的AI预测可使临床医师的诊断准确率下降11.3%，提供模型解释仍不能完全消除这种影响［15］。推荐意见2.2：对于存在血流动力学不稳定的脓毒性休克、弥漫性腹膜炎、消化道游离穿孔、绞窄性肠梗阻、肠缺血坏死或持续活动性出血等情况的患者，应立即启动复苏流程，并根据具体病因同步实施抗感染、止血及手术、内镜或介入治疗。AI风险评估应与病史采集、实验室检查、影像学诊断、麻醉学评估和术前准备同步进行，不得因等待完整数据、模型运算或风险报告而推迟手术或介入治疗（证据级别：中，推荐强度：强推荐）。推荐说明：《国际脓毒症管理指南》将脓毒症和脓毒性休克视为医疗急症，强调识别后应立即启动液体复苏、血管活性药物治疗及抗菌治疗，并尽早识别需要手术或介入处理的感染源。对于存在明确病因控制指征的患者，指南建议尽早实施手术、引流或其他介入治疗，尤其是合并脓毒性休克者，不应因等待生理指标完全恢复而延迟病因控制［1617］。Song等［18］的荟萃分析纳入9项队列研究，共3373例复杂性腹腔感染患者，疾病类型包括胃肠道穿孔、复杂性阑尾炎、急性憩室炎及其他空腔器官穿孔所致腹膜炎，结果显示，与延迟手术相比，诊断或入院后12h内实施手术控制病因可降低死亡风险（OR=0.29，95%CI：0.11~0.78），并降低手术或操作相关并发症风险（OR=0.33，95%CI：0.20~0.54）；亚组分析结果进一步提示，在6h时内完成手术的患者生存获益更明显。相关指南明确指出，腹膜炎、绞窄性肠梗阻及肠缺血是继续保守治疗的禁忌证；一旦出现腹膜刺激征、影像学缺血征象或肠坏死证据，应立即行手术探查和病变处理［19，20］。对于持续活动性消化道出血，治疗应以血流动力学复苏和及时止血为核心，并根据出血部位、严重程度及医疗条件选择内镜、介入栓塞或外科手术，不应因等待非必要检查而推迟止血治疗［21］。问题3：哪些胃肠外科手术并发症需通过AI手术风险评估系统进行预测？推荐意见3.1：建议使用AI手术风险评估系统对术后肺部并发症，静脉血栓栓塞症（venousthromboembolism，VTE）、心脏事件、吻合口漏、术后粘连性小肠梗阻、脑血管事件、术后死亡的发生风险进行评估（证据级别：中，推荐强度：强推荐）。推荐说明：多项大样本研究与系统性综述显示，术后肺部并发症、VTE、术后心脏事件、吻合口漏及术后粘连性小肠梗阻均会显著影响患者预后。发生术后肺部并发症后围手术期病死率、ICU入住率及住院时间均显著上升［22］；吻合口漏会使局部复发风险倍增（RR=1.90），整体生存时间显著下降［23］；发生重大手术后心脏事件的患者，30d病死率为6.8%，远高于常规患者的1.2%（OR=4.7）［24］。胃肠外科手术后粘连性小肠梗阻的终身累积发生率可达4.5%，是腹部外科患者常见的再入院原因之一［25］。VTE患者的全因病死率远高于普通患者，在部分疾病中HR在4左右［26］。脑血管事件在非心脏、非神经系统手术人群中的发生率为0.1%~1.9%［27］。Byrne等［28］的研究结果表明，结直肠手术后30d病死率达8.5%，提示仅采用30d病死率作为结局指标可能低估真实术后死亡风险。问题4：哪些临床指标应纳入胃肠外科AI手术风险评估系统的输入数据之中？推荐意见4.1：建议将年龄、术前室内空气条件下血氧饱和度、既往肺部疾病及近期呼吸道感染史、术前血红蛋白水平、手术切口部位（尤其上腹部和胸腔手术）、麻醉时间或手术时长，以及急诊手术作为AI手术风险评估系统中预测术后肺部并发症的核心输入（证据级别：高，推荐强度：强推荐）。推荐说明：Canet等［29］基于多中心前瞻性队列构建了加泰罗尼亚外科患者呼吸风险评估系统，通过多因素逻辑回归筛选出7个独立危险因素，包括年龄、术前血氧饱和度、近期呼吸道感染、术前血红蛋白水平、手术切口部位、手术时间及是否为急诊手术，该系统预测术后肺部并发症（包括肺不张、肺炎、呼吸衰竭等）的受试者工作特征曲线的曲线下面积约0.88，显示出极佳的区分度，且在外部队列中同样表现良好。此后，Canet和Gallart［30］总结了多项前瞻性研究结果，指出术后肺部并发症的危险因素可归纳为患者基础状况和手术/麻醉相关因素两大类：前者包括高龄、已有心肺疾病、贫血；后者包括麻醉时间延长、上腹部或胸腔手术、全身麻醉及高危通气策略等，并强调这些变量在多元回归模型中的独立贡献。Miskovic和Lumb［31］则进一步通过定量汇总指出，年龄、术前血氧饱和度和上腹部或胸腔切口在多个队列中与术后肺部并发症发生具有一致的中等及以上效应量，将其纳入模型后可提高预测准确率。综合这些队列研究、系统综述和风险模型的结果，提示上述变量与术后肺部并发症之间存在稳定的定量关系，可作为AI模型的基础输入变量。推荐意见4.2：建议将既往VTE史、恶性肿瘤病史、年龄、手术类别、制动时间、中心静脉置管及术后D二聚体等变量，作为AI手术风险评估系统中预测VTE的核心输入。术中血流动力学监测数据可作为动态风险评估的探索性补充变量（证据级别：中，推荐强度：强推荐）。推荐说明：Gould等［32］对非骨科手术患者的VTE风险进行了分层，并以年龄、恶性肿瘤、既往VTE史、手术类别、制动时间、中心静脉导管等作为核心危险因素，这些变量在多元逻辑回归中具有独立预测作用，部分变量的OR为2~5。亦有多项研究结果表明，术后D二聚体升高与VTE风险显著相关，将其与Caprini危险因素结合可提高预测模型的预测准确率，提示实验室指标是改良模型的重要补充［3334］。一项术中低血压预测随机对照研究结果显示，基于机器学习算法构建的术中低血压预测系统，可缩短患者术中平均动脉压<65mmHg（1mmHg=0.133kPa）的累计持续时间，提示术中实时数据驱动的动态预警系统，可提高围手术期低血压的识别效能，并可能为术后不良结局预防提供干预窗口［35］。推荐意见4.3：建议将年龄、手术类型、缺血性心脏病史、心力衰竭、脑血管病史、肾功能、糖尿病需使用胰岛素治疗等变量作为术后心脏事件风险评估系统的核心输入数据（证据级别：高，推荐强度：强推荐）。推荐说明：Lee等［36］基于2893例年龄≥50岁、接受非心脏大手术的患者队列建立了修订心脏风险指数，并在1422例独立队列中进行验证，发现6项变量（高危手术类型、缺血性心脏病史、心力衰竭、脑血管病史、糖尿病使用胰岛素及肾功能不全）为30d内心脏死亡、非致死性心肌梗死和心脏骤停的独立预测因素；随着危险因素数目从0项增至3项，心脏不良事件发生率从0.4%升至11%，呈明显剂量反应关系，具有较好的鉴别力。Gupta等［37］利用美国国家外科质量改进计划（AmericanCollegeofSurgeonsNationalSurgicalQualityImprovementProgram，ACSNSQIP）数据库开发了非心脏手术围手术期心脏风险计算器，纳入年龄、功能状态、美国麻醉医师协会体力状态分级、肾功能和手术类别等变量，通过逻辑回归构建模型并进行外部验证，结果表明，高危手术类型、年龄、心肺疾病和肾功能不全是术后心脏不良事件的危险因素，该模型的C指数优于单纯修订心脏风险指数。Johnson等［38］总结了修订心脏风险指数、ACSNSQIP风险模型与其他心脏风险模型，指出高危手术类型、既往冠心病或心肌梗死史、心力衰竭、脑卒中、严重肾功能不全及糖尿病始终是各模型中最稳定的预测因素，支持将这些指标作为AI风险模型的基础输入数据。推荐意见4.4：建议将既往腹部手术史、腹部手术类型、腹膜损伤范围与严重程度、是否接受急诊手术、术后腹腔感染或腹膜炎、造口史、是否为腹腔镜手术，纳入预测术后肠粘连及粘连性小肠梗阻的风险评估系统（证据级别：低，推荐强度：弱推荐）。推荐说明：Ghimire和Maharjan［39］的综述指出，腹腔粘连是多数术后小肠梗阻的主要病因，而腹膜粘连形成的最重要危险因素是腹部手术类型及腹膜损伤程度。EeftinckSchattenkerk等［40］通过多因素逻辑回归分析发现，既往腹部手术史、造口手术史、急诊手术及术后腹腔感染是术后肠粘连和小肠梗阻的独立危险因素，各变量的OR为1.9~3.2，说明这些变量可能增加术后小肠梗阻的风险。在手术入路方面，一项大样本人群队列研究比较了开腹与腹腔镜手术后小肠梗阻的发生风险，发现与腹腔镜相比，开腹手术在多种腹部手术类型中会增加术后小肠梗阻（主要为粘连性）的风险［41］。推荐意见4.5：建议将吻合口位置、性别、术前放疗史、体重指数、吸烟史，过度饮酒史、营养不良、出血、美国麻醉医师协会体力状态分级、合并肺部疾病、糖尿病病史、手术相关因素（急诊手术、开放手术）作为预测术后吻合口漏的输入数据（证据级别：高，推荐强度：强推荐）。推荐说明：Pommergaard等［42］的一项系统评价和荟萃分析纳入了多项结直肠切除术研究，评估多种术前危险因素与吻合口漏之间的关系，结果提示，男性（OR=1.49）、低位直肠吻合口（OR=3.26）及术前放疗史（OR=1.65）与吻合口漏风险增加相关。2023年，He等［43］的系统评价与荟萃分析结果表明，男性、体重指数升高、合并肺部疾病、美国麻醉医师协会体力状态分级低、急诊手术、开放手术和特定切除类型会增加结肠癌切除术后吻合口漏的发生风险。McDermott等［44］回顾了结直肠手术相关的术前、术中和术后可调节危险因素，提出吸烟、肥胖、营养不良、过量饮酒、术中出血为影响吻合口漏发生率的可调节危险因素。问题5：针对手术风险评估系统所预测的对应并发症高危患者，应给予何种干预？推荐意见5.1：手术高危状态具有相对性，缺乏普适的固定阈值。在风险模型构建与应用中，推荐采用受试者工作特征曲线获取最佳截断值，或参考人群总体事件发生率，对风险等级进行动态划分与校准，确保评估体系的精准性与时效性（证据级别：中，推荐强度：强推荐）。推荐说明：现有预测模型的方法学研究结果表明，临床风险阈值并不存在适用于所有疾病、术式和人群的固定标准。Wynants等［45］指出，预测模型的阈值常被武断设定，合理阈值应取决于具体临床决策、干预获益、误分类代价及目标人群风险水平。预测模型透明报告规范与偏倚评价工具也强调，应用模型时应明确风险分组方法，并在目标人群中进行外部验证、校准及必要的模型更新［46］。推荐意见5.2：对于由风险评估系统识别的术后肺部并发症高危患者，建议围手术期采用以肺保护性通气［低潮气量通气：潮气量6~8ml/kg、呼吸末正压5~10cmH₂O（1cmH₂O=0.098kPa）］为核心的策略，并在可行时联合术前吸气肌训练等肺功能优化措施（证据级别：高，推荐强度：强推荐）。推荐说明：Bolther等［47］综合分析了63项临床研究，结果提示，肺保护通气可降低术后肺部并发症的风险（OR=0.37），其中肺复张方法可减少术后肺不张的发生（OR=0.44）。Mo等［48］的网络荟萃分析进一步证实了该结论，同时发现低潮气量通气联合肺复张策略对预防术后肺炎同样有效（OR=0.22）。另一项荟萃分析亦指出，低潮气量、呼吸末正压通气联合间歇性复张三要素联用与更佳临床肺部结局和更短住院时间相关［49］。Morihiro等［50］的系统性综述结果表明，术前呼吸肌训练可降低术后肺不张及肺炎的总体发生风险（OR=0.53）。推荐意见5.3：对经风险评估判定为VTE高危的胃肠外科患者，建议以药物预防为主（首选低分子肝素），对于后续临床状态提示VTE风险进一步升高或预期抗凝干预可实现最大化临床净获益的患者，建议在药物预防基础上联合梯度压力弹力袜、间歇充气加压装置等机械预防措施；针对接受腹部或盆腔恶性肿瘤手术的VTE极高危患者，建议在出院后将药物预防时间延长至约4周（证据级别：高，推荐强度：强推荐）。推荐说明：Mismetti等［51］的荟萃分析结果显示，与安慰剂相比，低分子肝素可降低无症状深静脉血栓形成（RR=0.28）和临床肺栓塞（RR=0.25）的发生率。美国血液学会、美国胸科医师学会及欧洲肿瘤内科学会等国际指南均推荐基于Caprini等风险评估工具开展风险分层，并根据风险等级制订个体化预防策略［32，5253］。Kakkos等［54］的荟萃分析评估了间歇性充气加压与药物联用的增益效果：与单用药物相比，药物联合间歇性充气加压能进一步降低肺栓塞（OR=0.46）与深静脉血栓形成（OR=0.38）的风险，且联用间歇性充气加压未观察到出血发生率上升。一项延长预防性抗凝疗程的随机对照试验则证实，对极高危肿瘤手术人群，延长肝素使用时间至约4周可将VTE发生率由12.0%降至4.8%［55］。推荐意见5.4：对于预测为不良心血管事件高危的手术患者，建议采取他汀类药物干预，不建议在该人群新启用阿司匹林作为预防性用药。不建议为单纯降低围手术期心血管事件发生率而常规新增抗凝治疗，对于长期接受抗凝治疗的患者，应根据原发适应证、血栓风险、手术出血风险及肾功能制订围手术期停药、桥接和恢复方案；对于心房颤动患者，不推荐常规使用低分子肝素桥接，直接口服抗凝药患者宜采用标准化暂停和恢复策略。对于术后发生非心脏手术后心肌损伤且出血风险可控者，建议经心血管专科评估后，考虑使用达比加群等药物进行抗凝治疗（证据级别：高，推荐强度：强推荐）。推荐说明：Chopra等［56］纳入15项随机对照试验共2292例患者的系统性综述显示，在心脏及非心脏手术中，围手术期他汀治疗可降低心肌梗死的发生风险（RR=0.53），同时还能缩短住院时间。Antoniou等［57］的荟萃分析进一步证实了该结论。一项大型随机对照试验结果显示，围手术期使用阿司匹林抗凝治疗不能降低死亡或非致死性心肌梗死发生率，且会增加大出血风险，因此不建议作为常规预防性用药［58］。一项关于心房颤动患者围手术期桥接抗凝治疗的随机对照试验纳入需暂时中断华法林治疗的患者，与安慰剂组相比，使用低分子肝素桥接抗凝并未降低围手术期动脉血栓栓塞事件，但会增加大出血风险［59］。一项随机对照试验纳入发生非心脏手术后心肌损伤的患者，与安慰剂组相比，使用达比加群（110mg，每日2次）可降低主要血管并发症风险，且未增加大出血风险［60］。推荐意见5.5：对于预测为总体并发症或功能不良高危的普通外科患者，建议采用以有氧运动联合抗阻运动、营养优化和心理干预为核心的多模式术前预康复。预康复训练计划应根据患者情况进行个体化制订（证据级别：高，推荐强度：强推荐）。推荐说明：Skořepa等［61］纳入3339例体弱或具有高危基础疾病的重大腹部手术患者，发现多模式预康复可将住院时间缩短约1.07d，并减少Ⅲ级以上严重并发症的发生率。一项随机对照临床试验将58例接受重大择期手术的患者随机分配至标准预康复组和个体化预康复组，发现个体化预康复组术前6min步行距离显著延长，术后中重度并发症发生率从标准组的11/27降至4/27，提示预康复模式可改善功能结局并减少严重并发症［62］。推荐意见5.6：针对营养不良或营养高危的患者应进行个体化营养支持，营养支持途径应根据患者情况进行个体化调整，包括口服营养剂、肠外或肠内营养支持等。部分患者可能从免疫增强型营养中获益（证据级别：高，推荐强度：强推荐）。推荐说明：Sowerbutts等［63］的系统性综述纳入了16项随机对照试验共2164例接受胃肠外科手术的患者，比较了术前肠外营养、肠内营养、免疫营养及口服营养补充剂的效果。在体重下降或营养不良的患者中，口服营养剂可降低感染性并发症风险（RR=0.58），提示营养风险越高的患者更可能从营养支持中获益。Huang等［64］纳入10项随机对照试验、1409例胃癌切除患者的荟萃分析指出，与标准肠内营养支持相比，免疫增强型肠内营养支持组术后感染性并发症（OR=0.63）和总体并发症（OR=0.63）均减少，同时免疫增强组系统炎症反应综合征发生率及炎症标志物水平显著减轻。推荐意见5.7：对于由风险评估系统识别的术后吻合口漏高危患者，建议术中行预防性肠造口（证据级别：高，推荐强度：强推荐）。推荐说明：多项高质量研究结果表明，预防性肠造口可降低直肠癌根治术后临床吻合口漏及严重并发症风险。Matthiessen等［65］开展的多中心随机对照研究结果显示，在低位前切除术患者中，行预防性肠造口组的临床吻合口漏发生率低于未造口组（10.3%比28.0%，P<0.001）。Cochrane等［66］的系统评价进一步证实，对于中低位直肠癌患者，预防性肠造口能够有效降低临床吻合口漏及相关严重并发症发生风险。推荐意见5.8：对于预测术后发生粘连性小肠梗阻的高危患者，具备条件者应优先选择微创入路手术；无明显禁忌的患者，可在术中选择性使用经证实有效的防粘连屏障材料（证据级别：中，推荐强度：强推荐）。推荐说明：Ha等［67］的荟萃分析纳入2项随机对照试验和10项非随机研究，共198228例结直肠手术患者，结果显示，腹腔镜结直肠手术较开腹手术能降低粘连性小肠梗阻发生率（随机对照试验组：RR=0.26，95%CI：0.10~0.67；非随机研究组：RR=0.49，95%CI：0.32~0.76）。Broek等［68］的荟萃分析纳入28项随机试验研究、共计5191例患者，结果显示，透明质酸羧甲基纤维素膜可降低因粘连性小肠梗阻再次手术风险（RR=0.49，95%CI：0.28~0.88），且未增加严重不良事件。问题6：如何客观全面地评价AI手术风险评估模型的预测性能？推荐意见6.1：在进行模型性能的外部验证中，建议除受试者工作特征曲线的曲线下面积外，同步报告校准截距和斜率、校准曲线、Brier评分、F1分数（即精准率与召回率的调和平均值）、关键阈值下的阳性预测值和阴性预测值（证据级别：高，推荐强度：强推荐）。推荐说明：受试者工作特征曲线的曲线下面积主要反映模型对阳性与阴性个体的排序能力，即模型能否将更可能发生结局的患者排在更靠前的位置，但受试者工作特征曲线的曲线下面积并不能回答模型输出的个体化风险概率是否准确可信［69］。Collins等［70］强调，外部验证应以校准截距与校准斜率作为外部泛化的核心参数，配合校准图直观呈现模型在不同风险段的系统性偏差。预测模型透明报告规范及其解释与扩展文件进一步将校准称为预测分析的关键，临床落地风险往往来自概率不准引发的过度干预或漏干预，因此，应将校准参数与整体误差纳入常规外部验证与上线后监测体系［46］。Moons等［71］认为，应在验证研究中透明报告校准与总体误差，避免仅展示受试者工作特征曲线的曲线下面积造成“看起来很好用”的错觉。Cabot等［72］解释了F1分数是精准率与召回率的调和平均，在不平衡数据集中，F1分数可作为受试者工作特征曲线的曲线下面积的补充判别指标。推荐意见6.2：建议在外部验证中补充决策曲线分析，报告净获益和标准化净获益，并预先声明临床可接受阈值概率区间；同时给出模型在全干预与全不干预下的净获益对比与关键阈值处的可解释结论（证据级别：中，推荐强度：强推荐）。推荐说明：决策曲线分析的价值在于将模型评价从统计好看拉回到临床实用［73］。Vickers和Elkin［74］提出，净获益用阈值概率将误报代价与漏报代价折算到同一尺度，从而得出用模型指导干预比全做或全不做更有利。Vickers等［75］进一步系统阐释了净获益框架，指出灵敏度、特异度和受试者工作特征曲线的曲线下面积虽能够反映统计学性能，但难以直接说明模型是否可改善临床决策；而净获益能用更接近临床解释的方式表达模型在减少无效干预和增加真正高危识别方面的价值。VanCalster等［76］的决策曲线分析报告指南进一步提出，决策曲线分析应预先声明与临床路径相一致的阈值概率区间，图表中应同时呈现模型策略、全干预策略和全不干预策略，并建议报告标准化净获益，以便不同队列或不同模型之间进行比较。Vickers等［77］的分步解读教程强调，决策曲线分析是验证研究中与区分度、校准并列的第三支柱，尤其适用于并发症等低发生率且干预代价不对称场景。Riley等［78］的外部验证指南同样指出，验证研究应说明模型在外部队列中的临床使用含义，包括阈值选择、净获益表现及与默认策略的比较。推荐意见6.3：对于稀有并发症（总体发生率<5%），除受试者工作特征曲线的曲线下面积外，建议报告精确率召回率曲线下面积，并在预设临床阈值下给出阳性预测值、阴性预测值、召回率（灵敏度）及工作点选择依据（证据级别：高，推荐强度：强推荐）。推荐说明：在稀有并发症预测任务中，由于阴性样本数量远多于阳性样本，受试者工作特征曲线可能掩盖模型对阳性病例识别不足的问题［79］。Saito等［80］通过理论分析与实验比较指出，在高度不平衡数据中，精确率召回率曲线比受试者工作特征曲线更能反映模型对阳性事件的真实识别质量，因为精确率召回率曲线直接以精准率与召回率为核心，评价更贴近触发干预和进一步检查的现实目标。而且任何单一曲线指标均需与应用情境结合解释，尤其要避免将受试者工作特征曲线的曲线下面积当作唯一充分证据。问题7：如何全面评估AI手术风险评估模型的泛化能力？推荐意见7.1：建议按中心开展结构化外部验证，优先采用内外部交叉验证思路逐个中心报告受试者工作特征曲线的曲线下面积、校准斜率或截距、Brier评分与净获益，并用分层效应汇总给出中心间异质性；若异质性显著，优先做分中心截距更新或层级再校准并进行复验（证据级别：高，推荐强度：强推荐）。推荐说明：Riley等［81］强调，外部验证应尽可能覆盖与未来应用场景一致的不同人群、不同机构或不同时期，分别报告各子队列中的区分度、校准度、总体误差和临床效用，以判断模型是否在新场景中发生性能下降或系统性漂移。Dixit等［82］强调，验证阶段要检验可迁移性并识别不同场景下的性能差异，否