人工智能正在以前所未有的速度重塑心臟病學(xué)領(lǐng)域，并帶來臨床實踐、醫(yī)療公平與科學(xué)研究的深刻變革。12月6日，2025心血管健康大會開幕式上，一場聚焦人工智能與心臟健康的圓桌對話，由中外專家?guī)砜缭降赜蚺c學(xué)科的思想碰撞，深入探討人工智能（AI）在心血管領(lǐng)域的應(yīng)用前景、現(xiàn)實挑戰(zhàn)與全球協(xié)作路徑。

中國科學(xué)院院士、復(fù)旦大學(xué)附屬中山醫(yī)院葛均波教授首先發(fā)表“人工智能的機遇與挑戰(zhàn)”主題演講，系統(tǒng)回顧并展望AI在心血管疾病領(lǐng)域的發(fā)展。隨后，塞爾維亞心臟病學(xué)會前任主席、貝爾格萊德大學(xué)塞爾維亞臨床中心心臟病功能診斷與血流動力學(xué)科主任Branko Beleslin教授，阿根廷心臟病學(xué)會理事、布宜諾斯艾利斯意大利醫(yī)院心臟科心血管影像部與研究部主任Diego Pérez de Arenaza教授，世界心臟聯(lián)盟首席執(zhí)行官Finn Jarle Rode先生，以及中國人民解放軍總醫(yī)院陳韻岱教授共同參與討論，本場對話由首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院周玉杰教授主持。

葛均波教授：邁向智能心臟病學(xué)，AI驅(qū)動精準(zhǔn)診療

01

葛均波教授表示，隨著人工智能技術(shù)的飛速發(fā)展，醫(yī)療領(lǐng)域正經(jīng)歷一場深刻的變革。人工智能應(yīng)用已廣泛滲透至門診、病房、影像分析、生物標(biāo)志物識別乃至手術(shù)機器人等多個場景，并展現(xiàn)出優(yōu)化臨床實踐的巨大潛力。

葛均波教授介紹，AI為心臟病學(xué)帶來的機遇主要體現(xiàn)在三方面：其一，增強臨床診療能力。一些基于大語言模型的診斷系統(tǒng)不斷迭代，在心血管疾病診斷與鑒別診斷中，其表現(xiàn)已經(jīng)不劣于甚至優(yōu)于經(jīng)驗豐富的臨床專家；第二，促進醫(yī)療資源公平。AI技術(shù)可通過遠(yuǎn)程診斷、輔助決策等方式，幫助緩解城鄉(xiāng)間、不同地域間心血管醫(yī)療資源分布不均的問題，推動高質(zhì)量醫(yī)療服務(wù)惠及更廣泛人群；第三，加速科研創(chuàng)新進程。AI能夠高效整合多源數(shù)據(jù)，從基因組學(xué)、蛋白質(zhì)組學(xué)中挖掘新的生物標(biāo)志物，顯著縮短藥物研發(fā)與臨床轉(zhuǎn)化的周期，降低成本，提升科研效率。

然而，AI在心臟病學(xué)中的應(yīng)用仍面臨數(shù)據(jù)與算法偏見的重要課題。此外，高昂的算力成本、專業(yè)人才短缺等現(xiàn)實問題也限制了AI技術(shù)在基層醫(yī)院的普及。為此葛均波教授指出，未來人工智能在心臟病學(xué)中的發(fā)展，關(guān)鍵在于多模態(tài)融合與臨床轉(zhuǎn)化并重。通過跨學(xué)科協(xié)作，構(gòu)建透明、可信的AI系統(tǒng)，并推動政策、倫理與技術(shù)的協(xié)同演進，才能充分發(fā)揮其潛力，實現(xiàn)心血管疾病精準(zhǔn)預(yù)防、智能診斷與個性化治療，真正造福于患者。

Branko Beleslin教授：AI賦能臨床決策：從冠脈疾病到微循環(huán)的精準(zhǔn)診療

02

Branko Beleslin教授在討論中闡述了人工智能在優(yōu)化復(fù)雜臨床決策路徑中的關(guān)鍵作用。他指出，面對胸痛、心電圖改變等非特異性臨床表現(xiàn)的患者，傳統(tǒng)診療模式常陷入是否進行有創(chuàng)檢查的決策困境。而AI通過深度融合與解析多維臨床數(shù)據(jù)能夠構(gòu)建個體化的風(fēng)險預(yù)測模型，實現(xiàn)對患者群體的精準(zhǔn)分層，從而有效鑒別出真正需要接受冠脈造影的高危人群，避免不必要的檢查與醫(yī)療資源消耗。

Beleslin教授特別強調(diào)，AI在冠心病功能診斷與血流動力學(xué)中具有巨大潛力。AI能夠整合冠狀動脈CTA、鈣化評分以及非侵入性功能學(xué)檢查所生成的海量數(shù)據(jù)，智能識別出不同亞型的微血管功能障礙。這種精準(zhǔn)分類不僅能避免約30%-50%的患者承受不必要且有創(chuàng)的檢查，更能直接引導(dǎo)臨床醫(yī)生采取針對性的藥物治療或介入策略，標(biāo)志著心血管診療從傳統(tǒng)的形態(tài)學(xué)評估，正式邁向融合功能學(xué)與個體化特征的“精準(zhǔn)智能”新時代。

Diego Pérez de Arenaza教授：面對效率提升與成本之困，拉美地區(qū)心臟影像AI落地的挑戰(zhàn)

03

Diego Pérez de Arenaza教授則從阿根廷的實踐出發(fā)，客觀分析了AI技術(shù)在拉丁美洲中等收入地區(qū)推廣所面臨的獨特挑戰(zhàn)與現(xiàn)實瓶頸。首先，他非常肯定AI在心臟影像后處理中不可或缺的效率價值，這已成為應(yīng)對巨大檢查量、維持診斷體系運轉(zhuǎn)的必要條件。然而，Pérez de Arenaza教授也尖銳地指出，成本是可及性鴻溝的核心。對于像超聲心動圖自動化定量分析等進階的AI工具，高昂成本帶來的挑戰(zhàn)，與拉美地區(qū)相對有限的公共醫(yī)療預(yù)算及較低的醫(yī)生薪酬水平，形成了尖銳矛盾。因此，解決這一矛盾不僅需要更多臨床證據(jù)證明AI在提升診斷一致性方面的優(yōu)勢，更亟需建立適應(yīng)中等收入地區(qū)現(xiàn)實的可持續(xù)合作模式。這包括開發(fā)更具成本效益的解決方案、探索靈活的技術(shù)準(zhǔn)入機制，以及構(gòu)建合理的成本分擔(dān)框架，讓AI真正成為可及、可負(fù)擔(dān)的醫(yī)療助力。

Mr. Finn Jarle Rode：構(gòu)建確保全球健康公平的AI治理框架

04

Finn Jarle Rode先生從全球公共衛(wèi)生治理的宏觀視角，對AI在心血管領(lǐng)域的應(yīng)用提出了審慎而富有遠(yuǎn)見的框架性思考。他開宗明義地指出，必須摒棄將AI視作“醫(yī)療救世主”的技術(shù)萬能論幻想，而應(yīng)始終將其定位為一種需加以妥善管理和引導(dǎo)的賦能工具。

Rode先生分析道，互聯(lián)網(wǎng)與移動設(shè)備在大多數(shù)低收入國家的覆蓋率已超過90%，為AI工具的接入提供了物理基礎(chǔ)，這為AI技術(shù)的普及提供了重要基礎(chǔ)，但同時也應(yīng)警惕成為拉大全球心血管健康差距的新因素。他主張，世界心臟聯(lián)盟等國際組織必須發(fā)揮核心協(xié)調(diào)作用，推動建立全球性的AI倫理準(zhǔn)則、數(shù)據(jù)共享協(xié)議與評估標(biāo)準(zhǔn)。最終目標(biāo)是利用AI提升全球醫(yī)療系統(tǒng)的整體效率與韌性，將節(jié)約的資源用于填補最根本的護理缺口，讓技術(shù)成為推動“全民健康覆蓋”的平等杠桿，而非少數(shù)人享有的特權(quán)。

陳韻岱教授：從“心電一張網(wǎng)”到多模態(tài)智能，中國AI心電的體系化創(chuàng)新與實踐

05

陳韻岱教授系統(tǒng)性地闡述了中國在AI心電領(lǐng)域從技術(shù)突破到體系化應(yīng)用的全面探索。目前，AI對常規(guī)心電圖異常事件的診斷敏感性與特異性均已超過95%，這標(biāo)志著技術(shù)本身已高度成熟。然而，中國的創(chuàng)新并未止步于單一參數(shù)判斷，正快速邁向“心電+”多模態(tài)融合的深水區(qū)。

陳韻岱教授重點展示全國“心電一張網(wǎng)”工程——這一具有中國特色的規(guī)?；涞氐湫头独?。該網(wǎng)絡(luò)已整合覆蓋中國31個省市自治區(qū)、超過20,000個基層村衛(wèi)生室，構(gòu)建起一個龐大的分布式智能診斷系統(tǒng)。在該體系中，村醫(yī)只需完成標(biāo)準(zhǔn)化的心電采集，數(shù)據(jù)通過云端即時傳輸，由AI引擎進行初篩并結(jié)合上級醫(yī)院專家遠(yuǎn)程審核，通常在兩分鐘內(nèi)即可將結(jié)構(gòu)化診斷報告與危急值預(yù)警回傳至村醫(yī)手機端。該模式不僅極大地提升了急性心梗等胸痛危癥的早期識別與轉(zhuǎn)運效率，更重要是可通過技術(shù)手段系統(tǒng)性地提升基層醫(yī)療機構(gòu)的心血管疾病守門能力，成為推動分級診療、實現(xiàn)優(yōu)質(zhì)醫(yī)療資源真正下沉的核心基礎(chǔ)設(shè)施。

在科技浪潮席卷全球的形勢下，人工智能正以深刻的方式重塑心臟病學(xué)的未來。它不僅是技術(shù)工具，也是推動臨床決策走向精準(zhǔn)、促進醫(yī)療資源實現(xiàn)公平、加速科研向臨床轉(zhuǎn)化的一股力量。讓我們攜手推進AI的負(fù)責(zé)任創(chuàng)新與全球協(xié)作，共同邁向更智能、更普惠的心血管健康新時代。