肺部感染性疾病是临床高发的呼吸系统疾病，病原体谱复杂、重症患者预后差，早期明确病原学诊断是提升救治成功率的关键。传统经验性诊疗的局限性日益凸显，推动诊断模式从经验化向精准化升级，已成为呼吸学科发展的核心方向之一。呼吸介入技术能够直达病灶获取标本，在肺部感染精准诊断中发挥着不可替代的支撑作用。

 

近日，第十届东方呼吸病学术会议在上海顺利召开。会议期间，梅斯医学特邀重庆医科大学附属第一医院郭述良教授，围绕呼吸介入精准化转型、人工智能临床应用、重症肺炎一体化诊疗体系构建等核心议题，展开了深度交流。

 

郭述良教授：我们从 2011 年便开始推动呼吸学科从经验诊断向精准诊断转型，介入技术在这一进程中发挥了至关重要的支撑作用。目前针对肺部感染性疾病，已形成三条成熟的介入取样通路，全面覆盖不同解剖部位的感染病灶。 第一条是气道介入通路，气道内的病变可以在直视下直接取样；纵隔和部分靠近气道的肺实质病灶，则可以借助超声支气管镜、导航支气管镜这类影像引导技术来精准取材，这是中央型感染病灶的首选诊断路径。第二条是经皮穿刺通路，针对位于肺外周的病灶，通过经皮穿刺获取组织或分泌物样本，有效填补了气道通路对外周病灶的可及性短板。第三条是经胸腔通路，针对感染性胸腔积液，包括结核性胸膜炎、肺炎旁胸腔积液及其他特殊病原体感染所致的胸腔积液，可通过内科胸腔镜在直视下获取病灶组织与积液样本，显著提升病原学检出的阳性率。 三条通路互为补充，构建起从中央到外周、从肺内到胸膜腔的完整取样网络，为精准病原学诊断提供了可靠的标本保障。

郭述良教授：人工智能正深度渗透到呼吸诊疗的各个环节，在介入诊疗与感染评估领域的应用价值已逐步显现。 在介入路径规划层面，AI 可基于高清影像数据，从病灶可及性、操作安全性、卫生经济学三个维度进行综合测算，为患者制定个体化的最优介入方案。以肺结节诊疗为例，若病灶与支气管树相通，AI 会优先推荐经气道介入路径，最大程度降低经皮穿刺可能引发的气胸、血胸风险；对于无气道相通的病灶，则可提前明确经皮路径的必要性，避免盲目试操作带来的不必要损伤，真正实现介入手术的术前智能化规划。 在微小病灶识别方面，AI 同样具备显著优势。这一能力的构建首先依赖高质量、大样本的可靠临床数据，通过数据建模并完成内部与外部多轮验证后，结合高清影像乃至分子影像技术，可大幅提升微小病灶的识别准确率，为早期隐匿性感染的发现提供有力支撑。 在感染重症化预判领域，我们团队目前也在开展相关研究。通过对胸部高清 CT 影像进行深度组学挖掘，提取远超人工判读的影像学特征，再联合血液学指标、生物标志物等多维度临床数据，能够更精准地预测患者进展为重症肺炎的风险与疾病演化规律。既往临床仅将 “24~48 小时内肺部病灶进展超过 50%” 作为重症预警指标，而 AI 能够挖掘出更多深层影像特征，实现更早的重症风险分层，为早期干预争取宝贵的时间窗口。

郭述良教授：降低重症肺炎病死率的核心在于早诊早治，构建一体化诊疗体系需要从流程标准化、检测快速化、模式升级三个层面重点推进。 第一，建立分层诊疗的标准化流程。需明确不同人群的诊疗策略：对于轻症、典型感染患者可先行经验性治疗；对于病情进展快、常规治疗效果不佳的患者，则要第一时间启动介入干预，尽快获取病原学依据。同时要针对支气管扩张、重度慢阻肺、免疫功能低下等特殊感染人群，明确介入操作的指征与时机，规范气道引流、病灶取样的临床路径。 第二，完善床旁快速病原检测体系。一方面要推广快速现场评价（ROSE）技术的感染领域应用，这项技术此前多用于肿瘤诊疗，目前已逐步拓展至结核、真菌等感染性疾病的取样现场评估，可即时判断标本质量并完成初步判读，大幅提升诊断效率。另一方面要加快 POCT 即时检测技术的落地，构建床旁快速检测网络，将病原检测的报告周期压缩至分钟级，为快速精准治疗提供依据。 第三，推动多学科协作模式向 “以病人为中心” 升级。传统诊疗以学科为中心，存在明显的学科壁垒；后续逐步发展为以疾病为中心的多学科联合诊疗；而面对重症感染这类常合并多种基础疾病的复杂病症，更需要转向以患者为中心的诊疗模式。重症肺炎患者多合并心肺基础疾病等共病，诊疗中需兼顾药物相互作用与全身状态，因此要打破学科边界，围绕患者组建多学科诊疗团队，推行 “病人不动、医生移动” 的诊疗模式，让患者获得一体化的协同诊疗方案，全面提升重症救治的整体质量。