©Author(s) 2026. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution-NonCommercial (CC BY-NC 4.0) license. No commercial re-use. See Permissions. Published by Baishideng Publishing Group Inc.
从评分系统到人工智能的重症急性胰腺炎预测模型研究进展
吕炎金, 唐小东, 广西医科大学 广西壮族自治区南宁市 530021
吕炎金, 在读研究生, 主要研究方向为急性胰腺炎.
唐曦平, 广西医科大学附属肿瘤医院消化内科 广西壮族自治区南宁市 530021
基金项目: 广西自然科学基金面上项目 , No. 2023GXNSFAA026254 ; 防城港市科技计划重点研发项目 , No. AB23006029 ; 广西医疗卫生重点培育学科建设项目 .
作者贡献分布: 本综述由吕炎金和唐小东完成; 唐曦平审校.
通讯作者: 唐曦平, 博士, 主任医师, 530021, 广西壮族自治区南宁市青秀区河堤路71号, 广西医科大学附属肿瘤医院消化内科. tangxiping108@hotmail.com
收稿日期: 2026-05-26
修回日期: 2026-07-08
接受日期: 2026-07-24
在线出版日期: 2026-09-28
修回日期: 2026-07-08
接受日期: 2026-07-24
在线出版日期: 2026-09-28
Abstract
重症急性胰腺炎(severe acute pancreatitis, SAP)是临床急危重症, 发病急、进展快、并发症多, 且病死率高, 早期预测其发生、发展及预后, 是改善患者临床结局的关键. SAP预测模型的发展历经数十年迭代, 从传统评分系统演进至多模态人工智能模型, 克服传统模型滞后性、精准度不足等缺陷. 本文以模型发展为主线, 系统梳理传统评分系统的起源、临床现状与局限性, 总结实验室标志物联合模型、影像组学模型等过渡性预测工具的发展突破, 阐述人工智能模型在SAP预测中的应用进展与优势, 分析各类预测模型存在的瓶颈, 并展望未来发展方向, 为SAP精准预测与临床诊疗决策提供理论参考与实践思路.
Keywords: 重症急性胰腺炎; 预测模型; 评分系统; 人工智能
核心提要: 本文系统回顾重度急性胰腺炎预测模型从传统评分系统到人工智能的演进. 人工智能整合多模态数据提升了预测效能, 多模态融合与可解释人工智能是未来方向, 为临床决策与研究提供参考.