重症医学的现在
EGDT：早期改善灌注理念是核心不应全盘否定
如何有效治疗或逆转严重脓毒症及脓毒性休克，是临床医学的重要课题。随着人们对脓毒症病理生理认识的加深以及监测、治疗手段的改进，脓毒症的病死率有所下降，早期目标导向治疗（EGDT）可能在其中起重要作用。
中山大学附属第一医院管向东表示，EGDT近年来受到不断质疑，针对其的三项研究结果均指向EGDT应被推翻。然而，这些质疑针对的只是EGDT的指标，对EGDT的理解不能只得其形未得其魂，EGDT的核心是其早期积极改善组织灌注理念。EGDT发表于2001年，受限于当时的医疗发展水平，血流动力学监测应用对于当时来说这已是临床上性价比较为高的监测方法，然而随着时代发展医学进步，这些监测指标必然会被更新被替代，其监测指标不适用于最新的时代是医学发展潮流的必然趋势。但是，EGDT最重要的不是这些监测指标，而是它打开了感染性休克集束化管理的大门，感染性休克的治疗由无序、混乱走向规则、高效，早期积极改善组织灌注才是EGDT的核心理念。
多年来，EGDT推广和执行效果有目共睹，有效地降低了脓毒症患者的病死率；这些研究其本身也存在着问题，并不能完全否定EGDT。总之，EGDT需要理解其核心理解，指标可以与时俱进地更新，但其早期积极改善患者灌注的理念现阶段仍不应被推翻，批判性理解EGDT方可得其真谛。
培养临床思路指引重症诊疗走向个体化
北京协和医院刘大为教授指出，重症专业医生要及时掌握情况复杂、瞬息万变的病情变化，根据每个患者的临床信息，迅速确定针对性干预措施。这不仅需要扎实的理论基础和熟练的临床操作技能，更重要的是建立坚实的临床治疗思路。
毋庸置疑，重症专业医生首先需要扎实的医学基础教育，切实掌握生理学、解剖学、病理生理学等基础知识。刘大为教授表示，这些看似基础的知识，对临床操作技能具有重要影响，需要随时补习，不断巩固。
刘教授表示，治疗由干预措施实现，目标实际上是对干预措施的具体把控，是完成的基础。每一项干预措施是否达到治疗目标均会影响治疗目的的最终实现。同时，治疗目的的存在决定了实现干预措施的必要性，从而也决定了目标存在的必要性与方向性。
实现治疗目的通常需要多个治疗方法连续或同时进行，因此也会相应出现一系列的治疗目标。刘教授指出，根据制定的目标进行临床干预，并根据干预的结果及时调整或确定下一个治疗目标，并制定新的干预措施，形成动态的滴定式治疗，从而达成最终的治疗目的。如血压下降是临床常见问题，治疗思路的确立应以问题导向开始，结合相应指标已足以判断此时患者的状态。
临床思路的培养，理论学习及实践经验都非常重要。扎实的重症医学理论是基础，严格规范的临床工作是方法，将点滴的发现不断汇入系统的理论体系则是形成临床思路的能力。
临床医学的未来
医疗与“数”同行大数据驱动医疗政策和研究
大数据成为今天的时代性标志，重症医学实际上是临床医学最早进入大数据时代的学科，从诞生开始，ICU就步入了大数据时代。ICU重症患者密集的监测和治疗，面对冗杂数据的超负荷状态。然而，重症医学面对大数据显然有点应接不暇。
美国德州大学休斯顿健康科学中心生物医学信息学院徐华教授介绍，美国投入了大量研究经费开发关于电子病历数据二次利用的通用标准，以患者为中心的临床研究网络，致力于变革传统的临床研究，更多的鼓励病人、医护人员来参与，从而提高医疗质量，积累新的医学知识。致力于改良医学的决策支持模型，通过在病史、健康诊疗过程、绩效评估中循证，在大尺度的观测性医疗数据中寻找群体级别的估算值和个体级别的预测。
中山大学附属第一医院临床研究中心王海波表示，当前医疗大数据面临最主要的挑战，来自于电子病历系统的数据主要服务于临床而非科研。因此，其数据结构、存储方式，都不适合直接用于临床研究。尽管目前拥有海量数据，但在数据的分析利用上却困难重重，原因大致归结为信息孤岛现象严重，规范化、标准化及互通程度较低，大多数医疗信息需要经过二次加工才能变成有用的数据。
大数据和云计算技术的应用也将彻底改变临床研究的模式。传统的临床研究是通过有效的抽样，对疾病进行研究。然而近年来，抽样的代表性越来越成为随机对照研究的软肋，大数据将改变抽样的局限性，从整体样本，而不是局部样本，研究和探讨临床诊疗问题，将获得重症医学“真实世界”的结果。从而彻底改变临床研究模式和临床统计学模式，重症医学应当勇敢地面对和迎接这一新的科技浪潮。
人工智能助力诊疗水平提升
美国康奈尔大学王飞博士表示，医学是一门靠归纳逻辑、经验学习、循证运用的学科。它高度依赖案例、数据、经验的积累，需要从业者有足够的计算能力。就记忆力和计算能力而言，人工智能（AI）远优于人脑。另一方面，医疗健康数据数据呈指数级增长，已经远远超出人类认知能力的范围。而AI的运算速度、准确程度、更新速度、稳定性都要好于人工，在处理医疗海量数据方面具有明显的优势，也为医疗AI的发展创造了土壤。
王博士指出，如果结合我国的医疗体制改革，医疗AI将大有用武之地。特别是医疗AI中的辅助诊断系统能提供更为智能便捷的诊断方案，基层医生借助于智能辅助系统，就能进行初步的诊断工作，医疗AI就可以更好的促进我国分级诊疗制度的形成。
在降低医疗成本方面，AI更是有着广阔的用武之地。在降低成本方面AI有4个方面的应用：第一，通过AI提高患者自查自诊自我管理的比例，降低医疗支出；第二，通过AI手段实现更早期发现、更好管理，减少后续的医疗费用支出；第三，通过AI手段提高医疗机构、医生的工作效率，降低医疗成本；第四，通过AI制定科学合理的健康医疗方案，减少不合理的医疗支出。
