人工智能(AI)、计算医学和数字健康的快速发展正在从根本上重塑呼吸与重症监护医学。机器学习算法、自然语言处理和AI增强影像系统日益展现出改善早期诊断、风险分层和个体化患者管理的强大潜力。
与此同时，基因组学、蛋白质组学、代谢组学及其他多组学技术的进步已显著拓展了精准医学在结核病、哮喘、慢性阻塞性肺病(COPD)、间质性肺疾病(ILD)和急性呼吸衰竭等疾病中的应用范围。尽管取得了这些进展，将AI和精准医学工具从研究环境转化为常规临床实践仍受到限制，这主要是由于模型可解释性、数据质量、外部验证、伦理治理以及医疗系统准备度等方面的挑战。
本研究专题聚焦于呼吸与重症监护环境中AI和精准医学的临床转化和实际应用。其主要目标是弥合方法学创新与实际临床影响之间的差距，重点改进诊断准确性、治疗个性化和决策支持系统，同时确保安全性、透明度、公平性和可重复性。
关键目标包括评估AI驱动模型和多组omics生物标志物的临床有效性和实用性，评估其对以患者为中心的结局和医疗效率的影响，并确定将其负责任地整合到包括资源有限环境在内的各种医疗系统中的可扩展策略。
我们特别欢迎探讨计算和精准方法如何改善疾病分层、预测临床轨迹并指导传染病和非传染性呼吸系统疾病的个体化干预措施的贡献。我们欢迎涉及但不限于以下主题的文章：
- 人工智能和机器学习在肺部及重症医学中的应用
- 用于诊断和预后的深度学习与胸部影像
- 大型语言模型和临床决策支持系统
- 数字健康技术、可穿戴设备和远程患者监测
- 呼吸系统疾病中的多组学整合与生物标志物发现
- 结核病、COPD、哮喘和ILD中的精准医学策略
- 急性呼吸衰竭、脓毒症和危重疾病的预测建模
- AI工具的实施科学和实际验证
- 医疗保健中AI的伦理、法律和监管框架
- 全球呼吸护理中可解释AI和公平部署
我们欢迎原创研究文章、系统综述、荟萃分析、叙述性综述、临床试验、转化研究、简短报告、观点、技术报告和病例系列。
关键词：人工智能，机器学习，精准医学，呼吸系统疾病，重症监护医学，结核病，数字健康，临床决策支持系统，生物标志物，转化医学，实施科学，间质性肺疾病
重要提示：所有提交至本研究专题的稿件必须符合其提交的期刊和栏目的范围，如其使命声明中所定义。Frontiers保留在同行评审的任何阶段将不符合范围的稿件引导至更合适的栏目或期刊的权利。
【全文结束】