摘要：  

目的： 本文旨在系统梳理人工智能（AI）如何在4P（预测性、预防性、个性化、参与性）医学框架下，全方位变革慢性阻塞性肺疾病（COPD）的预防、诊断、治疗与康复管理，并提出克服当前障碍的可行策略。  

方法： 系统检索了2021年1月至2025年6月期间发表于PubMed、Web of Science及Embase的相关文献。本综述严格遵循PRISMA指南进行，筛选并评述了40项关于AI/机器学习应用于COPD预防、早期识别、个体化治疗、急性加重预测及肺康复的实证研究与综述。研究提取了包括技术基础、数据模态、算法、验证指标及实施效果在内的核心信息。  

结果： 融合多模态数据（影像、可穿戴设备、环境暴露、基因组学）的AI模型在提前最多7天预测COPD急性加重时，曲线下面积（AUC）达到≥0.80，并关联了高达98%的急诊就诊减少和25–48%的再入院率降低。基于胸部X光、CT或智能手机传感器的筛查工具在基层医疗环境中实现早期COPD识别的准确率≥90%。个体化治疗优化在应答最佳亚组中与急性加重风险降低53%相关。基于家庭的AI康复平台在不增加设备的情况下，将患者依从性提高了30%以上。当前实施面临的主要挑战包括数据异质性、模型可解释性有限、老年人群的数字鸿沟以及监管框架不明晰。