基于人工智能的分析极大地推进了自然语言处理和图像分类等科学研究领域，临床研究也极大地受益于人工智能。急诊和重症监护医生面对病情快速变化的患者，需要准确的危险分层和及时启动抢救治疗。此外，危重患者，如脓毒症、急性呼吸窘迫综合征和外伤患者，由异质人群组成,“一刀切”的范式可能不适合管理此类异质性患者群体。因此，人工智能可用于识别这些患者的新亚表型。这些亚型不仅可以为风险分层提供预后判断，还可以为个体化治疗提供预测价值（即不同亚型对治疗反应各异）。随着各种组学技术的发展，也为疾病的异质性探索提供了大量数据信息，人工智能可以最大限度地从高维数据中识别有用的关联和规律，从而帮助揭示疾病内在本质。总之，进一步利用人工智能对危重患者的管理即发病机制的研究具有重要意义。

本专刊主要侧重于在急诊或重症监护环境中使用人工智能对患者进行诊断和治疗。特别是，大量数据正在从电子医疗记录和转录组分析中产生，人工智能的新方法可以帮助解决维数灾难，这是在使用传统方法处理大量变量时经常遇到的问题。本专刊也欢迎使用深度学习、密度估计和强化学习等方法进行生物信息学分析的投稿。通过这种方式，与流行病学和医学统计学背景下的传统方法相比，这些先进的机器学习方法可以帮助从大型数据集中发现新的关联与知识，而传统方法由于其固有的局限性可能无法提供此类新发现。

我们欢迎提交原始研究（论著）、评论和意见。感兴趣的主题领域包括但不限于：

• 对急诊和重症患者进行风险分层的预测分析

• 针对病情快速变化患者的个体化治疗策略

• 急诊和重症监护环境中异质人群的亚表型

• 转录组生物信息学分析，制定个体化管理

欢迎广大作者投稿，投稿地址：cnemergency.org.cn；专刊征稿截止日期：2023年9月30日；咨询电话：0451-51920698。