人工智能（AI）是指以编程的形式使计算机、机器人表现出类似于人类的智能，主要用于模仿人类思维能力、从示例和经验中学习、识别对象、制定决策等。AI的发展开启了一个新的医学时代，提高了疾病诊断的准确性和工作流程的效率。随着生物医学数据数量的增长和复杂性的增加，面对获取、分析和利用大量数据来解决复杂临床问题的需要，现代医学挖掘了“大数据”的巨大潜力。中华医学会整形外科学分会鼻整形学组副组长，北京大学第三医院整形外科副主任、博士生导师安阳表示，整形外科尤为关注形态和美感，经过AI处理的图像，能够有助于医生与患者的沟通，弥补信息差。同时，AI基于数据的统计，丰富的经验数据有助于青年医生的成长。目前，整形外科领域已有多种前沿技术应用于临床，如面部识别、鼻整形术后分析、预测烧伤面积、颅缝早闭的影像诊断等。

烧伤整形外科

有统计发现，约2%的人口受到慢性烧伤创面的影响，慢性烧伤有很高的并发症风险，如感染甚至截肢等，治疗这些创面的成本很高。AI能让烧伤的管理更加准确和快捷，从早期开始干预，能为医疗系统节省资金，并减少患者的困扰。

目前，AI可联合三维识别技术通过生物打印得到组织，打印出的实物尺寸与实际伤口的符合度高达96%。医生可以通过AI自动评估伤口特征，在合理的时间内制定有效的手术计划，将实现医生和患者利益的最大化。

颅颌面外科

恢复面部对称性是面瘫的主要治疗目标之一，使用传统方法测量面部不对称通常非常耗时，AI的最新进展为面瘫患者的面部测量开辟了新的途径。在颅面畸形的诊断上，AI也发挥了作用，2014年牛津大学使用大量图像训练开发出一款面部分析软件，检测包括唐氏综合征、脆性X综合征等8种遗传综合征特殊面容，准确率高达93%。

显微外科

使用配备AI的机器人来进行手术解决了人体颤动的问题，可在最小的空间内提高精确度，有望对直径范围在0.1~0.8 mm的血管进行吻合。显微外科手术的术后监测有助于判断是否达到预期的临床效果。机器学习也可应用于显微外科手术的术前咨询和手术规划，通过收集大型数据库中的详细信息，可以训练人工神经网络（ANN）算法来评估患者的特征，并给出具有最高机会获得良好结果的重建方法。

挑战与展望

尽管AI在医学领域拥有广阔的前景，但要广泛推广还面临一些挑战。AI的准确性依托于足够的样本量，但目前AI在我国还处于起步阶段，数据的来源受到了极大的限制，且不同医疗机构的检查设备、记录病历的格式不同，导致训练所需的数据集很难统一。发表于《中华整形外科杂志》的题为《人工智能和大数据在整形外科应用中的进展》的作者之一北京大学第三医院的舒帆表示，AI训练时所涉及的巨大数据中不乏患者的隐私，而这些信息一旦泄露出去，将成为一个巨大的隐患，因此必须在确保数据安全性的前提下进行研究，如提高与医疗合作的相关技术部门者的准入制度；实现数据执行者的自我约束；出台相关政策进行监管等。

目前，AI和整形外科之间的合作还处于初级阶段，但发展迅速，前景广阔。AI应用的主要困难仍然是对大量数据的获取与处理，只要解决了数据互通的难题，所带来的收益是超乎想象的。我国5G的发展处于世界先列，数据存储和传输越来越方便快捷，这也使得各医疗机构进行数据共享、共同打造标准化的数据平台成为可能。

文字 | 任嘉霖