编者按：2023年9月7-10日，第34届长城心脏病学大会（GW-ICC 2023）暨亚洲心脏大会（AHS 2023）在北京盛大召开。以“长城”之名，凝聚领域力量，汇聚优秀专家学者，长城心脏病学大会组委会与医脉通携手打造第一直播间，邀请领域内学术大咖做客，聚焦最新前沿进展，分享新鲜学术资讯，探讨备受关注的临床问题，传递丰硕的学术成果，畅想“多彩长城”！8日至10日，历时3天，共举办了16场高质量的第一直播间访谈，内容涵盖心力衰竭、血脂异常、高血压、冠心病、心脏瓣膜病、肺血管病等心血管疾病，更有人工智能、临床和基础研究、患教科普等热点话题讨论，为大家带来耳目一新的视听盛宴。

在“医患‘零距离’——人工智能与心血管精准医疗”主题访谈中，我们邀请到首都医科大学附属北京安贞医院马长生教授、武汉大学人民医院陈静教授、北京鹰瞳科技人工智能工程师常献刚共同做客第一直播间，畅聊近年来人工智能在心血管领域的相关应用与进展、目前在临床实践中存在的挑战以及未来发展等话题，为促进人工智能在心血管领域的应用及发展贡献力量。

从左至右依次为：马长生教授、陈静教授、常献刚工程师

访谈要点

陈静教授：

我们知道，随着时代的发展和医学技术的进步，人工智能在医学当中的应用越来越广泛，同时也面临非常大的挑战。现在，人工智能是一个非常热门且研究非常火热的话题，包括 ChatGPT的引入，在心血管疾病领域也取得了重要的突破和发展。想请教一下马教授，以心血管领域为例，请您介绍一下近年来AI在国内的应用情况。

马长生教授：

在国内，人工智能应用已经非常广泛。医院中很多场景用到人工智能，例如影像处理。现在，很多CT、磁共振检查都是人工智能出报告，然后医生确认。过去出一份报告，一位医生需要花费30分钟，现在只需要3分钟。在心电图领域，过去Holter结果主要依赖于人工判读，现在我们可以更多地用人工智能去更准确、更快地识别心律失常。另外，人工智能还用于患者分诊。

现在人工智能在图像处理、简单的分诊院外管理方面都有了不错的发展，将来可能更进一步要进行深入的疾病诊断治疗建议。

陈静教授：

作为人工智能方面的专家，请常教授从工程学的角度介绍一下现在人工智能在心血管病当中的应用情况。

常献刚工程师：

过去五年，人工智能经历了快速发展。五年前深度学习网络让AI取得了非常大的进展。特别是去年底，AIGC（人工智能生成内容）让人工智能发展到了2.0 阶段。作为人工智能的工程师，我们目前主要的工作是通过看视网膜图片，通过AIGC的算法去预测个体的健康风险，包括一些慢性病的早期检测和诊断。2021年，我们也在缺血性心脑血管病（ICVD）未来10年发病风险的预测方面取得了一些科研成果，在Science Bulletin杂志上与北京大学临床研究所团队共同发表了一篇关于心血管10年风险预测的论文。我觉得这是刚刚起步。除了通过视网膜观察图像之外，我们也在更多的自适应光学（AO）、AI机器上持续发力，也希望在AI浪潮中，能在心血管领域做更多的工作。

陈静教授：

确实，AI的应用越来越广泛。现在我们更加要求精准医疗。请问马教授，您认为在未来的发展当中，AI是否在心血管的精准医疗方面更具优势？

马长生教授：

在心血管领域AI有巨大的优势。将来会有很多可穿戴设备，结合AI技术后有望实现更广泛的应用。

健康服务最重要就是评估患者是否患病，是否需要吃药，是否需要去医院，是否需要看急诊。现在患者需要到医院、社区卫生服务中心等就医，将来有了AI技术的赋能，患者在家里，像点外卖一样，使用电脑、手机就可以获得健康卫生服务。

另外，随着越来越多的运用AI进行患者分群的研究支持，使用AI分群将会越来越被认可。例如，过去我们为了预防血栓，100人中100人均用药，但只有3人获益。将来我们很快就会实现，经过AI分群对患者进行管理，100人中可能只有33人需要吃药，另外67人则不需要，让医疗服务更精准。

陈静教授：

现在AI在心血管领域当中应用非常具有前景。相信AI对于促进医疗资源下沉和精准化治疗也非常有帮助。虽然目前AI在疾病管理方面已经取得了长足进展，但仍有很多不足之处。想请问一下两位专家，在临床实践工作当中，我们现在还面临哪些挑战？哪些是我们的发展瓶颈以及可能需要进一步解决的问题？

马长生教授：

除了AI在影像学中应用越来越广泛之外，我觉得下一步可能需要优先解决常见病管理问题。例如，高血压患者是否需要吃药，需要吃什么药？这个问题虽然很简单，但是AI需要通过问诊，了解并结合患者的病史等信息进行解答。大模型可以回答很多简单问题，但是目前专业化、个体化的问题，它就不可靠了。要解决这些问题，就需要建立心血管专病知识图谱和专病的大模型，可能百亿参数量就足够。这样，我们就先从高血压、冠心病、房颤等常见病入手，逐步制定综合高效的心血管疾病管理方案。例如患者发生房颤，是否需要去医院？是否需要去急诊？如果AI给的建议很可靠，患者就会相信（AI医生）。因此，我认为关键的问题是，开始时先将一些可靠的技术进行应用，然后再研发更复杂的技术，最后将它们整合在一起，做出一个高级的（AI）心脏医生。要实现AI在疾病管理中的深入应用，我想可能要经过这个过程。

常献刚工程师：

我们是在马教授提出这些问题后，采集这些数据，然后进行跟踪，再将病例科学分类。同时我们也能够基于这些病例的情况，通过最新的AIGC技术，包括刚才马教授提到的知识图谱，能够对患者进行实时的跟踪、随访和管理。

陈静教授：

我也感觉到，在AI应用的过程当中，如何提高它的精准度非常重要。那么在实践过程当中，要改变整个社会群体的认知度、对 AI 的接受度，包括以后伦理方面的认识度，您认为有没有可能从这些方面来进一步发展或促进AI的应用？

马长生教授：

这个问题非常重要。我们怎么能够提前把（技术研发）工作做起来，将来再不断探索并逐渐完善相关伦理和社会认知等问题。就像智能手机的发明和应用一步步改变了人类的消费习惯一样，将来应用机器人看病，患者可能认为不可靠，但是我们肯定是技术、思想理念先行，先做好技术研发，再改变患者习惯，然后再协助并促进相关公共政策的出台，（政府）将来对于AI应用于心血管病的诊断、治疗、管理，医保同样可以支付。（打个比方来说）现在有了外卖，大家就不需要再去餐馆了，将来如果可以在家里使用手机、电脑看病，（大多数患者）就不需要去医院了，这将改变患者的就医习惯。所以，我觉得先一步一步来，先将有用的技术作为心脏医生的助手应用于实践，逐步让患者接受，最后能够得到合理的政策的支持。

陈静教授：

马教授所讲的这个理念非常具有前景。在众多心血管疾病当中，您觉得AI在哪个领域可能作为最早的先驱者进行应用？

马长生教授：

AI可以应用于所有心血管病的管理。首先在门诊服务中，我们要做一个心脏专科医生，未来可能90%的患者不需要找医生，在AI赋能下，通过手机、电脑就可以解决医疗问题。患者（尤其老年患者）可能合并有多种心血管病，如高血压、冠心病、房颤、心衰等，对于多病共存的患者来说，单一的病种管理并不能解决医疗需求，因此，我们现在就要尽快地做出来一种任何心脏病都能管理的AI模型。虽然这种技术很可靠，但开始不一定获得患者信任，或者患者相信但AI不能开处方。但没有关系，我们可以把人工做后盾。就像Holter出报告（的AI+人工的模式），AI技术的应用大大提高了医生的阅片效率。所以，我个人认为，虽然现在仍存在很大的挑战，相较而言机遇更大，紧迫性更强，挑战是存在的，但是不行动，将来的挑战会更大，因此需要我们立即行动。

陈静教授：

相信在马教授的带领之下，人工智能在心血管领域的发展会越来越蓬勃。请问常教授，从工程学角度上，您认为目前我们还有哪些方向需要进一步改进来促进人工智能发展？

常献刚工程师：

从工程学上，我们做人工智能一般有三个制约条件，即有效的数据、算力、算法。我们比较擅长的是算力与算法。实际上，有效的数据需要医生提供。我们属于心血管领域AI的先行者，在基于眼底预测心血管未来风险方面已经走了很长一段路。但是，在更好、更有效的数据、专家对疾病的分类等方面，还需要整个医学界为我们提供更多的帮助和指导。

陈静教授：

工智能与大数据两者相辅相成，共同促进。我们也希望通过加强科技创新，充分发掘人工智能，来推动人工智能在中国医疗领域的发展。