湖北日报讯（记者曾莉、通讯员张晓衡、杜泓柳）近日，武汉大学人民医院（湖北省人民医院）消化内科于红刚教授团队携手华中科技大学同济医学院附属协和医院蔺蓉教授团队，在权威期刊《中华消化内镜杂志》发布全球首个临床人工智能系统开发与验证的完整理论体系——“教练理论”，为医学AI从实验室迈向临床搭建起标准化桥梁。目前，该理论已成功应用于胃镜质控、超声内镜辅助诊断等系统，显著提升了消化道疾病早期诊断率，降低了漏诊率。

人工智能与医学深度融合的时代浪潮下，医学AI虽展现出巨大潜力，却始终被临床医生与计算机工程师间的协作难题所困扰。临床医生熟稔医学知识却对算法技术陌生，工程师擅长算法开发却缺乏医学视角，双方犹如隔着“语言障碍”，容易导致开发的AI系统与临床实际需求脱节，阻碍医学AI高质量发展。

“教练理论”三大角色分工示意图（武汉大学人民医院供图）

为解决这一难题，武汉大学人民医院于红刚教授团队创新性地提出了“教练 - 翻译 - 学徒” 模式，即“教练理论” 。该理论将人工智能模型开发流程类比为球队训练，临床医生如同球队主教练，凭借深厚医学理论与丰富实践经验，主导发现科学问题，承担起教导“语言不通”的外国球员（人工智能模型）的关键任务；工程师化身翻译官，明确目标任务类型，将医学先验知识精准转化为计算机语言，供模型学习；人工智能模型则是球队中的学徒，通过海量数据训练掌握诊断技能。该理论还将AI开发细致划分为8大阶段，从科学问题发现到临床验证，每个环节都强调医工深度协同。以胃镜检查为例，临床医生在日常工作中发现，内镜医师因经验水平差异等因素，胃镜检查时易出现部分区域漏诊。为此，临床医生提出“减少检查盲区”目标，工程师迅速响应，设计深度卷积神经模型，对内镜检查解剖部位进行实时追踪，成功构建出系统，将胃镜检查盲区率从22.46%大幅降至5.86%（P<0.001） 。

“教练理论”将AI开发细致地划分为 8 大阶段，涵盖从科学问题发现、专家视角探索、数据采集，到产品化、临床验证等各个关键步骤，且在整个过程中高度强调医工深度协同。例如，临床医生在日常工作中观察到内镜医师由于经验水平参差不齐等因素，在胃镜检查时容易出现部分区域漏诊的情况，于是提出 “减少检查盲区” 的目标。工程师随即设计深度卷积神经模型，实现对内镜检查解剖部位的实时追踪，最终成功构建出 WISENSE 系统。经临床试验验证，该系统将胃镜检查盲区率从 22.46% 大幅降至 5.86%（P<0.001），效果显著。

基于“教练理论”开发的胃镜质控系统（武汉大学人民医院供图）

在“教练理论”引领下，众多创新医疗应用系统在临床实践中大放异彩。胃镜质控系统（WISENSE）成为内镜医师的“得力助手”，实时精准提示未检查部位，有力保障患者能获得更精准的胃部检查。超声内镜系统实现自动识别胰腺标准解剖站点等功能，经其培训的医师操作准确率从60.8%跃升至76.3%，显著降低医师漏诊率，为胰腺疾病精准诊断提供可靠支撑。