在剛剛結(jié)束的中國(guó)心臟大會(huì)上，中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院胡盛壽院士在主旨報(bào)告說(shuō)，“未來(lái)十年，不管你愿意不愿意、接受不接受，人工智能（AI）都必將深刻改變未來(lái)疾病防控的各個(gè)方面”。

近日，北京安貞醫(yī)院趙冬教授、馬長(zhǎng)生教授，山東齊魯醫(yī)院張運(yùn)院士，上海瑞金醫(yī)院王繼光教授等也在Nature子刊聯(lián)合發(fā)文指出，當(dāng)前我國(guó)居民心血管健康狀況與國(guó)家設(shè)定的心血管健康目標(biāo)之間仍存在不小的差距，但隨著數(shù)字醫(yī)療平臺(tái)的快速發(fā)展以及AI技術(shù)在各醫(yī)療領(lǐng)域的廣泛應(yīng)用，這一局面正迎來(lái)轉(zhuǎn)機(jī)。

我國(guó)心血管疾病防控有五大挑戰(zhàn)

文章中提到目前我國(guó)心血管疾病防控主要面臨五大核心挑戰(zhàn)。

1 醫(yī)療資源分布不均

雖然過(guò)去30年我國(guó)持續(xù)加大醫(yī)療投入，醫(yī)療服務(wù)質(zhì)量大幅提升，但區(qū)域間差異顯著。以每千人口執(zhí)業(yè)醫(yī)師數(shù)和醫(yī)院床位數(shù)為例，北京、上海、浙江等地區(qū)遠(yuǎn)高于貴州、西藏、青海等地區(qū)，這種資源分配不均衡與各地區(qū)社會(huì)經(jīng)濟(jì)發(fā)展水平相關(guān)，嚴(yán)重制約了心血管疾病預(yù)防策略的有效實(shí)施，且人口老齡化還將進(jìn)一步加劇醫(yī)療資源需求壓力。 

2 院外心血管疾病死亡率居高不下

2008~2020年的相關(guān)數(shù)據(jù)顯示，我國(guó)77.1%的心血管疾病或腦血管疾病死亡病例發(fā)生在家中，僅18.5%在醫(yī)院或基層醫(yī)療機(jī)構(gòu)；農(nóng)村地區(qū)和社會(huì)經(jīng)濟(jì)地位較低人群的院外死亡比例更高，且19%的死者年齡低于65歲，其中74%死于院外。造成這一現(xiàn)象的原因復(fù)雜，包括醫(yī)療資源分配不均、健康素養(yǎng)差異等。

同時(shí)，我國(guó)院外心臟驟?；颊呱媛蕵O低，30天生存率僅1.2%，6個(gè)月時(shí)降至0.8%，這與心臟驟停后心律捕捉延遲、急救醫(yī)療服務(wù)響應(yīng)時(shí)間長(zhǎng)、自動(dòng)體外除顫器（AED）普及率低及公眾心肺復(fù)蘇實(shí)施率低等因素密切相關(guān)。 

3 兒童和青少年不健康生活方式日益普遍

相關(guān)調(diào)查顯示，我國(guó)7~17歲兒童青少年中，僅1.7%達(dá)到理想心血管健康狀態(tài)，34.6%的男性和23.9%的女性達(dá)到理想身體活動(dòng)水平，飲食達(dá)標(biāo)的比例也分別僅為28.3%和30.1%。

更嚴(yán)峻的是，1985~2019年，我國(guó)7~18歲兒童青少年肥胖率從0.1%飆升至8.25%，增長(zhǎng)82.5倍，且城市兒童肥胖率持續(xù)高于農(nóng)村兒童。

城市中加工食品和快餐的普及、身體活動(dòng)機(jī)會(huì)匱乏以及休閑時(shí)間傾向于屏幕娛樂(lè)等因素，共同導(dǎo)致了青少年不良飲食和久坐生活方式的蔓延。

4 高危人群對(duì)預(yù)防和治療策略的依從性差。

盡管我國(guó)通過(guò)健康教育、擴(kuò)大醫(yī)保覆蓋等措施，在防控心血管疾病風(fēng)險(xiǎn)因素方面取得一定成效，但整體水平仍不理想，尤其是中青年人群。

以高血壓患者為例，不規(guī)律服藥的患者心血管疾病風(fēng)險(xiǎn)比規(guī)律服藥者高75%。部分患者因醫(yī)療知識(shí)不足，不了解長(zhǎng)期治療和控制風(fēng)險(xiǎn)因素的重要性，且受“是藥三分毒”的傳統(tǒng)觀念影響，而擔(dān)心藥物副作用，不愿長(zhǎng)期服藥。

5 不同醫(yī)療機(jī)構(gòu)的醫(yī)療質(zhì)量存在差異

在基層醫(yī)療機(jī)構(gòu)，25%的社區(qū)衛(wèi)生服務(wù)中心醫(yī)生和42%的鄉(xiāng)鎮(zhèn)衛(wèi)生院醫(yī)生未達(dá)到執(zhí)業(yè)助理醫(yī)師所需的大專學(xué)歷，難以有效應(yīng)對(duì)急性心血管疾病。

即使在三級(jí)醫(yī)院，醫(yī)療質(zhì)量也有待提升，例如僅20%的ST段抬高型心肌梗死患者接受了指南推薦的標(biāo)準(zhǔn)治療，缺血性腦卒中、腦出血和蛛網(wǎng)膜下腔出血患者中，分別僅27.0%、37.3%和25.3%接受了全部指南推薦治療。 

AI賦能數(shù)字醫(yī)療帶來(lái)新機(jī)遇

面對(duì)上述挑戰(zhàn)，AI賦能的數(shù)字醫(yī)療展現(xiàn)出巨大潛力，為我國(guó)心血管疾病防控帶來(lái)新機(jī)遇。 

在縮小醫(yī)療資源差距方面，遠(yuǎn)程醫(yī)療平臺(tái)發(fā)揮了重要作用。自2014年廣東出現(xiàn)首家互聯(lián)網(wǎng)醫(yī)院以來(lái)，我國(guó)已建成超2 655家互聯(lián)網(wǎng)醫(yī)院或診所，69%的三級(jí)醫(yī)院和53%的二級(jí)醫(yī)院可提供互聯(lián)網(wǎng)醫(yī)療服務(wù)。

2024年，浙江省率先推出AI數(shù)字健康助手“安珍兒”，為全省居民提供云端醫(yī)療咨詢服務(wù)，包括智能醫(yī)生孿生系統(tǒng)、報(bào)告解讀和健康檔案審查等，還整合了省內(nèi)多機(jī)構(gòu)的20多項(xiàng)醫(yī)療衛(wèi)生服務(wù)。該平臺(tái)自2023年11月運(yùn)行以來(lái)，已服務(wù)超1700萬(wàn)人次，平均每位患者節(jié)省約20分鐘，總計(jì)節(jié)省570萬(wàn)小時(shí)。

同時(shí)，AI技術(shù)還能優(yōu)化醫(yī)療資源規(guī)劃決策，通過(guò)分析多維數(shù)據(jù)，精準(zhǔn)預(yù)測(cè)不同人群的醫(yī)療需求，為醫(yī)療資源分配提供科學(xué)依據(jù)，助力緩解區(qū)域醫(yī)療資源不均衡問(wèn)題。 

針對(duì)院外心臟驟停這一難題，AI輔助的風(fēng)險(xiǎn)預(yù)測(cè)和急救系統(tǒng)成效顯著。AI技術(shù)可基于心電圖（ECG）信號(hào)或心臟、血管圖像，更精準(zhǔn)地預(yù)測(cè)院外心臟驟停風(fēng)險(xiǎn)，甚至能識(shí)別出人類肉眼無(wú)法察覺(jué)的心電圖特征和模式，這些特征和模式可能提示亞臨床病變。

例如，對(duì)于無(wú)已知?jiǎng)用}粥樣硬化性心血管疾病病史的人群，基于海量電子健康記錄開發(fā)的ECG-AI深度學(xué)習(xí)模型能有效識(shí)別冠狀動(dòng)脈鈣積分≥300分、阻塞性冠心病、心肌局部運(yùn)動(dòng)消失的情況，還可預(yù)測(cè)3、5、10年急性冠脈事件和死亡風(fēng)險(xiǎn)。

在急救方面，AI驅(qū)動(dòng)的心肺復(fù)蘇機(jī)器人已在動(dòng)物實(shí)驗(yàn)中展現(xiàn)出與AED相似的血流動(dòng)力學(xué)和臨床效果，未來(lái)有望提升急救效率。

此外，可穿戴設(shè)備如能監(jiān)測(cè)心電圖的智能手表，結(jié)合AI模型，可實(shí)現(xiàn)對(duì)院外心臟驟停風(fēng)險(xiǎn)的實(shí)時(shí)監(jiān)測(cè)和預(yù)警。 

在改善青少年健康生活方式上，AI 相關(guān)的數(shù)字干預(yù)項(xiàng)目逐漸發(fā)力。上海在中小學(xué)建立電子健康監(jiān)測(cè)系統(tǒng)，利用智能手環(huán)和體育游戲化平臺(tái)，將跳繩、跑步等體育活動(dòng)轉(zhuǎn)化為虛擬競(jìng)賽，并向教師和家長(zhǎng)實(shí)時(shí)反饋數(shù)據(jù)，激勵(lì)學(xué)生完成每日運(yùn)動(dòng)目標(biāo)。

提高患者治療依從性方面，AI 數(shù)字干預(yù)工具初顯成效。短信服務(wù)、移動(dòng)應(yīng)用程序、可穿戴設(shè)備和遠(yuǎn)程醫(yī)療服務(wù)等數(shù)字工具，能提高患者對(duì)風(fēng)險(xiǎn)因素和最佳治療目標(biāo)的認(rèn)知，進(jìn)而改善治療依從性。

有薈萃分析顯示，包括遠(yuǎn)程醫(yī)療、互聯(lián)網(wǎng)策略、電子郵件和智能手機(jī)應(yīng)用在內(nèi)的數(shù)字健康技術(shù)，相比常規(guī)護(hù)理，能顯著降低心血管疾病不良結(jié)局。在2型糖尿病患者中，遠(yuǎn)程醫(yī)療干預(yù)在降低血糖水平方面也取得了一定效果。 

為提升醫(yī)療服務(wù)質(zhì)量，AI 輔助工具為醫(yī)護(hù)人員提供了有力支持。在疾病診斷上，AI 輔助的CT冠脈造影診斷系統(tǒng)對(duì)斑塊分類準(zhǔn)確率達(dá)87%，對(duì)狹窄程度分級(jí)準(zhǔn)確率達(dá)91%，且評(píng)估單個(gè)患者平均僅需56秒，遠(yuǎn)快于放射科醫(yī)生的286秒。

AI輔助心臟MRI模型在篩查和診斷11種心血管疾病時(shí)，曲線下面積分別達(dá)0.988%和0.991%，在診斷肺動(dòng)脈高壓方面表現(xiàn)優(yōu)于心血管專家。

在臨床決策支持上，針對(duì)農(nóng)村地區(qū)房顫管理的遠(yuǎn)程醫(yī)療模式顯示出良好效果，參與試驗(yàn)的農(nóng)村房顫患者中，接受遠(yuǎn)程醫(yī)療干預(yù)的患者達(dá)到房顫綜合護(hù)理全部標(biāo)準(zhǔn)的比例（41.8%）遠(yuǎn)高于常規(guī)護(hù)理組（10.3%），且心血管復(fù)合事件發(fā)生率更低（6.2%/年 vs. 9.6%/年）。

此外，AI臨床決策支持系統(tǒng)（AI-CDSS）在高血壓治療中也發(fā)揮了積極作用，使用該系統(tǒng)的干預(yù)組患者收縮壓顯著降低，血壓控制率明顯提高。 

文章也提出，盡管AI賦能的數(shù)字醫(yī)療在我國(guó)心血管疾病防控中已取得諸多進(jìn)展，但要充分發(fā)揮其潛力，仍需解決一系列問(wèn)題。目前，相關(guān)技術(shù)面臨著醫(yī)保政策支持不足、質(zhì)量評(píng)估體系缺失、資源和數(shù)據(jù)共享困難、成本效益不明確以及法律責(zé)任界定模糊等挑戰(zhàn)。未來(lái)，需要政府、醫(yī)療機(jī)構(gòu)、科技企業(yè)等多方攜手，共同推進(jìn)AI賦能數(shù)字醫(yī)療在心血管疾病防控領(lǐng)域的發(fā)展。

來(lái)源：Cardiovascular disease prevention in China: challenges and opportunities in the artificial intelligence-enabled digital health era. Nat Rev Cardiol. 2025 Oct 16.

轉(zhuǎn)載： 請(qǐng)標(biāo)明“中國(guó)循環(huán)雜志”