中大新闻网讯（通讯员康峻鸣）近日，附属第一医院麻醉科冯霞教授团队在围术期并发症智能检测领域取得重大突破，成果发表于国际知名期刊《npj数字医学》。该研究提出"针对性策略+LoRA微调"技术路线，成功将小型开源AI模型提升至专家水平，为资源受限医疗机构提供可落地的智能化解决方案。
全球每年2.3亿例外科手术中，围术期并发症死亡率达1-4%。传统人工检测存在严重缺陷：27%未被记录，10%分类错误。尽管大语言模型展现巨大潜力，但实际部署面临三大瓶颈：隐私法规限制云端推理、大参数模型计算成本高昂、本地模型性能不足。团队创新性提出"靶向策略"——将22种并发症综合评估分解为独立评估，降低推理认知负担，通过隐式数据增强突破性能瓶颈。结合LoRA微调技术优化4B至32B参数开源模型，构建可本地部署的专家级诊断系统，实现22种围术期并发症的识别和精准分级。
该研究破解数据主权、计算成本、模型性能三大难题，使小型模型在保持专家级准确性同时实现本地部署。"小模型+本地部署"范式可推广至其他临床场景，为医疗AI落地提供兼顾性能、隐私与成本的"中国方案"。附属第一医院麻醉科高少伟医生、赵旭医生，江门市中心医院陈丽辉副教授为共同第一作者，冯霞教授、贺秋兰教授、高少伟医生为共同通讯作者。
