在大数据和人工智能(AI)飞速发展的时代背景下，依托大数据和机器学习的AI已经在各个领域发挥越来越重要的作用，尤其近几年AI在医疗领域中的应用，帮助临床医生在疾病的诊治中发挥了重要的作用，对于减轻临床医生的工作负荷，推动智能化和精准化的高效医疗具有重要的意义。本文主要讲述AI在慢性阻塞性肺疾病(慢阻肺)中的应用，分析目前AI在慢阻肺的诊断、预测病情恶化及治疗中的作用，并结合实际提出未来AI在慢阻肺的诊治中的展望。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
慢性阻塞性肺疾病(慢阻肺)是一种异质性肺部状态，以慢性呼吸道症状(呼吸困难、咳嗽、咳痰)为特征，是由于气道异常(支气管炎、细支气管炎)和(或)肺泡异常(肺气肿)导致的持续性(常为进展性)气流阻塞。慢阻肺已经成为卫生保健系统日益关注的公共卫生问题，预计到2030年将成为全球第三大死亡原因。有关研究显示，依据慢性阻塞性肺疾病全球创议(Global Initiative for Chronic Obstructive Lung Disease，GOLD)标准，2019年30～79岁人群中慢阻肺的全球患病率为10.3%，相当于3.919亿人，其中约3.155亿人生活在中低收入国家中。30～79岁人群中的总体患病率在西太平洋地区最高(11.7%)，在美洲地区最低(6.8%)[1]。同时，有研究结果表明，在2020－2050年，慢阻肺将使世界经济损失4.326万亿美元；慢阻肺给中国带来的经济负担约1.363万亿美元，为世界之最[2]。2018年，由王辰院士组织的"中国成人肺部健康研究"显示，我国20岁以上的人群慢阻肺患病率为8.6%，40岁以上的人群患病率为13.7%[3]。而且，由于医疗资源的缺乏及区域发展不平衡等原因，我国有大约3/4的慢阻肺患者未被诊断。随着预期寿命的增加及人口老龄化的加剧，慢阻肺患者的数量将持续上升，这将给我国医疗系统和经济社会发展带来严峻的考验。目前，肺功能测定是诊断慢阻肺的金标准[4]。但是，在中国偏远地区和基层医疗卫生机构，缺乏相关检查设备和缺乏相关呼吸专科医生等问题非常普遍，国人对慢阻肺的知晓率不高、检出率低及规范化治疗缺乏等问题同样不可小觑。
