AI评估返程旅客发热仍未经外部验证：PLOS Digital Health综述仅纳入三项研究

文/IAICA.NGO®

返程旅客发热是急诊与旅行医学中最令临床医生紧张的临床表现之一。刚走下长途航班的患者，可能携带的是自限性病毒感染，也可能是疟疾、登革热、伤寒或其他热带与非热带病原体。最初数小时的评估，往往决定患者是常规出院还是直接进入重症监护。医生需综合旅行路线、疫苗接种史、暴露时间线与生命体征的细微变化，同时考虑不同地区疾病流行病学的差异。正是这类高风险决策场景，吸引了人工智能研究者——他们希望机器学习辅助而非替代急诊医师与旅行医学专家的判断。

发表于 PLOS Digital Health 的一项最新范围综述，系统梳理了人工智能应用于这一具体临床问题的研究版图。该综述由 Bhavya Gandhi、Leo Morjaria、Imeth Illamperuma、Meha Bhatt 与 Andrew Kapoor 完成，遵循 PRISMA-ScR 指南，并在 Open Science Framework 上注册，方法论透明可复现。其核心问题看似简单：已发表文献究竟告诉我们什么？答案是证据基础极为薄弱，仅三项研究符合纳入标准，且各自采用不同技术路径。

研究数量之少本身就是重要发现。返程旅客发热横跨急诊医学、感染病学与全球健康，漏诊疟疾等快速进展感染可能致命，临床焦虑度极高。然而，尽管临床决策支持系统已历经数十年投入，符合标准的研究仍只有三项。这意味着任何乐观情绪都必须受限：这个领域几乎仍站在起跑线上。

三项研究高度异质，分别评估不同的 AI 策略，并各自以研究特定终点衡量成功。这种异质性使横向比较困难，也是医疗机器学习文献的普遍挑战：模型在不同数据集上训练、针对不同结局验证、以不同指标报告。部分研究聚焦预测患者重症风险，另一些探索重构诊断检查路径。共同点是，都在各自受控条件下报告了令人鼓舞的性能——而受控条件恰恰是 AI 系统最易出彩、却也最远离真实临床的场景。

综述作者谨慎列出了限制这些亮眼结果的短板。三项研究均未经过外部验证，模型评估数据与开发数据来源相似，而非来自不同机构或国家的独立患者群体。外部验证被广泛视为医疗人工智能的关键门槛，因为迁移到新环境后，患者人口学特征、当地疾病流行率与病历记录习惯都会变化，模型性能往往明显下降。此外，样本量偏小、结局定义不统一，也削弱了结论的可推广性。

值得注意的是，综述并未否定 AI 的潜在价值，而是指出当前证据不足以支撑任何临床部署。从技术角度看，返程发热评估的难点在于输入信息高度非结构化：旅行史多为自由文本，暴露时间线常常模糊，早期生命体征可能完全正常，这要求模型具备处理缺失数据与噪声标签的鲁棒性。

iaica.com.cn 认为，在智能照护加速落地的当下，这类证据稀薄的领域恰恰最需要耐心：与其追逐内部数据集上的高准确率，不如先建立标准化多中心数据采集与外部验证机制，让算法在真实临床流程中接受检验。

未来研究需在几个方向补齐短板：开展跨机构、跨地域的前瞻性外部验证；统一结局定义与报告指标；评估真实急诊环境中的工作流影响，包括是否真正缩短诊断时间、减少漏诊。只有当这些问题得到回答，返程旅客发热的 AI 评估才能从有前景走向可依赖。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。