AI工作流程以99%准确率预测溃疡性结肠炎患者结直肠癌风险
2026年2月17日发表的一项研究验证了一种AI工作流程，该流程利用超过55,000份患者记录，以99%的准确率预测溃疡性结肠炎患者的结直肠癌风险。该模型可从临床笔记、结肠镜报告和病理结果中识别低风险和高风险患者。
一种利用大语言模型的全新 AI工作流程，能够以99%的准确率预测哪些 溃疡性结肠炎 患者在至少两年内不会发生 结直肠癌。2026年2月17日发表的一项研究验证了一种新的AI工作流程，该流程能够以99%的准确率预测溃疡性结肠炎患者的结直肠癌风险。
这种炎症性肠病患者发生结直肠癌的风险最高可达普通人群的4倍，因此，对低级别异型增生进行精确风险分层已成为关键的临床需求。这项主要研究利用大语言模型分析了退伍军人事务部医疗系统超过55,000份患者记录，这是同类研究中规模最大的数据库。
该自动化工作流程能够有效梳理叙述性临床笔记、结肠镜检查报告和病理结果，从而识别诸如病灶大小和炎症严重程度等细微风险因素。该系统可从常被忽视的叙述性临床笔记中识别高风险特征，可能有助于制定更具个体化、侵入性更低的监测方案。
通过按风险对患者进行准确分组，AI识别出约一半队列属于低风险，提示他们有可能安全地延长监测间隔。相反，该模型将可见病灶标记为比临床医生通常估计更高的风险，支持对此类病例进行更及时的随访或预防性手术。
将这项技术整合到胃肠病学实践中，可能有助于实现异型增生管理的标准化，而目前病理医生之间对此存在较高的观察者间差异。该工具的自动化特性还可通过在电子健康记录中提供“一键式”风险评分，显著节省医生时间。
然而，对高质量数字化临床笔记的依赖，可能限制该工具在记录结构化程度较低或报告风格差异较大的医疗系统中的有效性。仍需在非退伍军人群体和社区医疗环境中开展进一步的前瞻性验证，以确认这种高准确率在更广泛人群中的适用性。目前，研究团队正寻求将该模型调整用于其他炎症性疾病，以改进长期监测。