【摘要】超声内镜（EUS）是胰腺癌早期诊断与分期评估的核心手段，但诊断受限于操作者经验的影响，不同观察者之间偏倚较大。在胰腺癌与慢性胰腺炎、自身免疫性胰腺炎和胰腺神经内分泌肿瘤的鉴别诊断过程中，即使经验丰富的内镜医生也可能出现假阴性结果。近年来，人工智能（AI）在 EUS 中的应用是一个热门话题，越来越多的研究支持使用 AI 模型来提高 EUS 诊断胰腺疾病准确性。本文系统检索了 PubMed、CNKI、Springer 等数据库中2008～2025年12月发表的胰腺癌 AI-EUS 相关文献。以“AI 算法演进”与“临床诊断效能” 为双重主线，总结了传统机器学习和深度学习算法辅助 EUS 在胰腺癌鉴别、检测、分割及 EUS-FNA/FNB 引导中的应用进展。结果发现，AI辅助 EUS 在识别胰腺癌的总体准确率、灵敏度和特异性分别为：77.5% ～ 97.98%，80.5% ～ 98.7%，77.4% ～ 99.45%。鉴于 AI 辅助的 EUS 具有很高的准确率，并有可能通过帮助内镜超声医师区分胰腺癌与其他实体病变。然而，现有研究多局限于单中心回顾性设计，未来需要通过前瞻性、多中心数据集的进一步评估来验证临床实践价值。