7月11日，我國首個圍手術期麻醉管理大模型——“南方智麻”在南方醫科大學南方醫院正式發布。該模型以先進的大語言模型DeepSeek為基礎，融合麻醉學核心知識體系與海量真實臨床數據，面向醫院管理、患者服務與基層提升三大場景落地應用，標志著我國在圍手術期智能麻醉管理領域邁出了關鍵一步。

圍手術期并發癥成第三大死因，麻醉管理面臨多重挑戰

根據權威期刊《柳葉刀》2019年發布的調研報道，全球每年有超過420萬患者在術后30天內死亡，術后死亡占全球總死亡人數的7.7%，僅次于缺血性心臟病和腦卒中。在我國，每年實施手術的患者超過8000萬例，圍手術期心腦血管事件、急性腎損傷、肺損傷、腸損傷等并發癥對患者生命安全構成嚴重威脅，顯著加重醫療負擔。

麻醉管理貫穿圍手術期全過程，涵蓋術前風險評估、術中麻醉維持與生命支持、術后監護與康復等關鍵環節，在防范患者圍手術期并發癥及死亡等方面，發揮至關重要的作用。

然而，南方醫院麻醉手術中心主任劉克玄教授提到，當前麻醉決策高度依賴醫生經驗，缺乏系統化、多模態、可追溯的輔助支持工具，面臨臨床風險預測不精準、信息整合困難等挑戰。

AI賦能+千萬級數據，打造麻醉學專科大模型

為應對上述挑戰，南方醫院麻醉手術中心劉克玄教授團隊聯合國內科技公司，在“十四五”國家重點研發計劃項目支持下，研發了我國首個圍手術期麻醉管理大模型——“南方智麻”。

“南方智麻”基于DeepSeek大語言模型，融合麻醉學權威教材、國內外臨床指南、專家共識及百萬例中國手術患者的高質量麻醉病歷，構建術語-知識-病例三層次麻醉專業知識圖譜，實現知識系統化表達與全鏈路可追溯。模型通過本土高質量數據微調與任務定向優化，具備對圍手術期任務的精準理解與響應能力，可顯著提升麻醉管理的個體化、精準化和智能化水平。

據劉克玄教授介紹，其團隊早在2018年便在國內率先建立了“圍手術期數據庫”，并牽頭組建“中國圍手術期結局研究電子數據庫聯盟”，目前已涵蓋全國近30家醫療機構，匯集超1000萬例手術的多模態數據，構建起國內最大規模、數據質量最優的圍手術期協作網絡。這一數據庫正是“南方智麻”本土高質量訓練數據的核心來源，為大模型的專科化轉化提供了堅實基礎。

三大端口面向醫院、患者與基層，已在南方醫院投入臨床

發布會上，據研究團隊介紹，“南方智麻”針對不同臨床應用場景設立了三大功能端口。

醫院端：面向大型醫院麻醉科，通過與手術麻醉信息系統深度集成，實現術前風險評估、個體化麻醉方案制定、術中風險實時預警與輔助決策、術后結局追蹤等功能，覆蓋圍手術期全流程，助力麻醉醫師降低并發癥發生率及死亡率，改善患者術后轉歸。

患者端：面向接受手術和舒適化診療的患者，提供通俗易懂的麻醉知識科普、術前準備指導和個性化問答服務，提升患者對麻醉過程的理解與配合，促進醫患溝通，并提高麻醉醫師問診工作效率。

基層醫師端：面向基層麻醉從業人員，依托標準化知識圖譜與智能問答系統，為日常臨床麻醉提供即時查詢與輔助支持，幫助提升基層麻醉管理能力和規范性，推進麻醉醫療同質化發展。

劉克玄教授表示，“南方智麻”突破了過去醫生依賴個人經驗的局限，尤其在助力年輕醫生方面發揮巨大作用。它基于 DeepSeek大語言模型，整合了麻醉學權威教材、國內外臨床指南、專家共識及上百萬真實病例，能夠幫助麻醉醫生擴充專業知識。

手術室麻醉醫生正在使用“南方智麻”（39健康攝）

從南方醫院臨床的初步應用來看，“南方智麻”可以很好地為麻醉醫生提供參考、輔助決策支持。它對麻醉管理工作的效率提升明顯，比如能夠提前預警“患者15分鐘后可能低血壓”，這是傳統手段難以實現的。如今基于術前評估預判術中風險，便于麻醉醫生提前干預。體驗過這個模型的醫生反饋積極，如同擁有了輔助決策的“超級大腦”，讓年輕醫生很激動。

真實手術病例應用大模型的麻醉評估情況（39健康攝）

未來，隨著模型的不斷優化和推廣應用，“南方智麻”將成為麻醉醫生的日常工作助手，實現安全、高效、個體化的麻醉管理。劉克玄教授表示，“南方智麻”是“數據驅動 + AI賦能”的創新實踐成果，將以科技之力推動我國圍手術期醫學高質量發展，為實現“全民健康”戰略目標貢獻智慧與力量。