这篇叙述性综述通过检索 PubMed/MEDLINE、Scopus 与 Web of Science，梳理了人工智能在耳鼻咽喉头颈外科各亚专科中的临床应用，指出深度学习在鼻窦疾病检测、图像自动分割、淋巴结转移预测、甲状腺结节分类及头颈肿瘤预后建模等方面显示出潜力，多模态系统与生成式大语言模型亦在医学教育、影像解读、鉴别诊断与临床决策支持中初现应用，但外部验证不足、回顾性设计、数据集异质性、算法偏倚、透明度欠缺、隐私与医疗法律不确定性以及自动化偏倚风险仍限制其广泛落地，因此作者认为人工智能目前更适合作为辅助工具，尚需前瞻性多中心研究与标准化验证框架。
这篇叙述性综述通过检索 PubMed/MEDLINE、Scopus 与 Web of Science，梳理了人工智能在耳鼻咽喉头颈外科各亚专科中的临床应用，指出深度学习在鼻窦疾病检测、图像自动分割、淋巴结转移预测、甲状腺结节分类及头颈肿瘤预后建模等方面显示出潜力，多模态系统与生成式大语言模型亦在医学教育、影像解读、鉴别诊断与临床决策支持中初现应用，但外部验证不足、回顾性设计、数据集异质性、算法偏倚、透明度欠缺、隐私与医疗法律不确定性以及自动化偏倚风险仍限制其广泛落地，因此作者认为人工智能目前更适合作为辅助工具，尚需前瞻性多中心研究与标准化验证框架。
这篇叙述性综述通过检索 PubMed/MEDLINE、Scopus 与 Web of Science，梳理了人工智能在耳鼻咽喉头颈外科各亚专科中的临床应用，指出深度学习在鼻窦疾病检测、图像自动分割、淋巴结转移预测、甲状腺结节分类及头颈肿瘤预后建模等方面显示出潜力，多模态系统与生成式大语言模型亦在医学教育、影像解读、鉴别诊断与临床决策支持中初现应用，但外部验证不足、回顾性设计、数据集异质性、算法偏倚、透明度欠缺、隐私与医疗法律不确定性以及自动化偏倚风险仍限制其广泛落地，因此作者认为人工智能目前更适合作为辅助工具，尚需前瞻性多中心研究与标准化验证框架。