CSC2023｜数智诊疗承载医者梦想 人工智能创享医学未来——心血管信息化论坛（11.3）侧记

“自本届心血管病学分会成立以来，始终围绕‘学术发展、人才培养、公益科普’三条主线，扎实推进各项工作，大力支持心血管科研平台和大智慧医疗建设。也相信信息化学组能够与中华心血管病学分会及其他学组的发展交叉互补，进一步推动信息化、人工智能等现代科技手段在心血管诊疗领域的提升，尤其要在心电检测、心血管风险预测、影像、高血压及冠心病等心血管慢病患者管理中发挥重要作用，为健康中国助力。”这是韩雅玲院士作为信息化学组分管领导，亲临现场致辞主旨。

韩雅玲院士开场致词

随着人工智能等信息技术的快速发展，我国医疗卫生界在信息化建设方面取得长足的进步。中华医学会心血管病分会顺应这种趋势，于2020年初，由分会主任委员韩雅玲院士提议，成立了心血管信息化学组，在组长张萍教授带领下，李卫教授、刘海伟教授、严晓伟教授、刘静教授4位副组长及全体学组委员的共同努力，学组完成了大量卓有成效的工作，通过大力推广CardiaCare，CDQI等项目，推动了信息化在心血管领域的发展，并在2020年及2022年两次被评为模范学组。

2023年11月3日，中华医学会第二十五次全国心血管年会在英雄之城-武汉顺利召开，本次大会信息化学组扩大了论坛内容，共设立了4个分论坛，内容覆盖了“心血管疾病的数字化诊疗”，“AI时代心血管疾病的研究”、“心血管数据的应用与未来”、“AI技术在心血管疾病诊治的应用”等多方面，并由中华医学会心血管病学分会主任委员、北部战区总医院韩雅玲院士及中华医学会心血管病学分会信息化学组组长、北京清华长庚医院副院长张萍教授共同担任论坛主席。

韩院士致辞后，学术论坛正式开启。首先进行的是“心血管疾病的数字化诊疗” 论坛，由大会主席韩雅玲院士、信息化学组组长张萍、北京协和医院严晓伟、中国医科大学附属盛京医院庞文跃、浙江医科大学附属第二医院李长岭、北京医院刘兵等教授担任主持。北京清华长庚医院张萍教授、中国医学科学院阜外医院张宇清教授、北京大学第一医院蒋捷教授、北京医渡云技术有限公司黄楠教授多位国内心血管界及数字化医学领域权威专家担任讲者。

张萍教授率先进行“心血管疾病数字疗法研究进展”主题报告，张萍教授团队从数字疗法（DTx）概念讲起，DTx是把现代计算机技术、信息技术和人工智能应用于医疗过程中的新型现代化医疗方式，是公共健康医疗的发展方向和管理目标。随着物联网、5G通讯技术、人工智能等技术的飞速发展，数字医疗展现出广泛的应用潜能。随后就数字诊疗在医疗领域的应用，尤其是心血管疾病诊疗领域数字化应用与进展，随后介绍了心血管慢病中的DTx的应用，包括高血压、糖尿病、冠心病、心力衰竭等，最后介绍了北京清华长庚医院团队应用多模态AI驱动的患病风险预警等DTx相关研究，期待未来能打通可穿戴设备、小程序之间的数据通路，多端数据连通解决，建立在大数据驱动的个性化主动健康管理模型。

接下来，张宇清教授进行了“高血压的数字疗法-希望与挑战”报告，结合国家心血管高血压数据平台的建设、规划和任务展开讨论，结合国内外数字疗法建设的成果，借助先进的医疗信息技术手段，实现高血压人群管理和质量提升。数字化治疗学是指医学的一个新兴分支，它利用基于技术的软件算法或应用程序（APP）来促进疾病管理。尽管有大量应用声称有助于管理高血压，但与医疗专业人员或设备公司合作开发的应用很少，现有数据与数字化疗法对血压水平和控制的影响不一致等问题，未来还面临诸多挑战。

蒋捷教授介绍了“冠心病的数字疗法-探索与思考”，目前国内外数字疗法的临床研究和产品研发中，神经、精神疾病和内分泌代谢疾病领域最为活跃，心血管疾病占比低，其中高血压数字疗法进展最快，冠心病领域发展相对缓慢。为实现降低冠心病患者不良心血管事件发生率的治疗目标，冠心病的数字疗法需要帮助患者达成生活方式等行为改变、危险因素的监测和管理等多个具体目标，因此产品会具有相对复杂的任务设计。在产品设计中需要关注可能影响患者依从性的障碍，包括缺乏使用数字技术的能力、长期使用中常见的倦怠状态等。需要高质量临床研究的证据，支持产品的有效性、安全性，及其对医疗卫生服务可及性和卫生资源使用的影响。此外，完善的监管体系和付费体系的对于推动数字医疗产品的应用至关重要。

随后，北京医渡云技术有限公司黄楠教授带来了“数据科学支持下诊疗模式的转变”，详细介绍了数据科学模式，并结合医渡云作为帮助合作伙伴高效开展创新研究的数字化平台，可以让研究人员轻松完善研究数据录入、获取高价值的真实世界研究数据；同时利用大数据AI分析能力，帮助研究人员提升研究效率，快速孵化创新应用和解决方案。

接下来，进行的是“AI时代心血管疾病的研究” 论坛。邀请到了大会主席韩雅玲院士、信息化学组组长张萍、大连医科大学附属第二医院牛楠、山西医科大学第二医院申晓彧，中国人民解放军北部战区总医院刘海伟、湘雅二医院李旭平、武汉大学人民医院黄兵等教授担任论坛主持。同时邀请中国医学科学院阜外医院李卫教授，浙江大学医学院附属第一医院郭晓纲教授，新疆医科大学第一附属医院陈铀教授介绍多位专家担任讲者。

李卫教授分享了“人工智能试验设计与统计学考虑”。人工智能（AI）临床试验设计需要基于软件的预期用途（辅助决策、辅助筛查、识别、诊断、治疗等-非辅助决策）、使用场景和核心功能（前处理、流程优化、常规后处理）进行试验设计，确定观察指标、样本量估计、入排标准、随访以及实施机构等要求，来验证软件的安全性和有效性。围绕这些问题，李卫教授一一进行了详细剖析，并结合阜外医院的研究实例进行说明。证实了AI技术具有现实的实用性，但是人工智能并不是神奇的灵丹妙药，它不会使临床试验的成功率在一夜之间飙升。重塑临床试验设计和使用AI技术都是重要组成部分。

郭晓纲教授围绕“机器学习用于非心脏外科手术围手术期MACEs风险预测”进行阐述。合并稳定性冠心病（SCAD）行非心脏外科手术（NCS）患者是围手术期主要心血管不良事件（MACEs）发生的高危人群。目前指南推荐的围手术期MACEs预测模型都是基于传统逻辑回归方法开发而得，存在局限性。机器学习（ML）作为预测模型在方法学上更具优势，但尚没有用于围手术期MACEs预测的研究。本研究回顾性分析了2013年1月1日至2023年5月31日期间，所有在浙江大学医学院附属第一医院住院行NCS的SCAD患者，最终纳入9171例患者，开发了8个独立ML预测模型和1个最优堆叠模型，预测性能都较好。这些ML预测模型有助于指导围手术期患者的管理。

陈铀教授做了“智能可穿戴设备在心血管疾病诊治中的循证之路”讲座，首先介绍了可穿戴设备以手机健康软件和智能手环最为常见。截至去年我国手机网民达10.79亿，为其智能化研发和推广提供了巨大市场。重点综述了可穿戴设备在房颤、心衰、高血压和心脏康复领域的循证研究。以房颤为例，利用贴片式、手持心电信号法和PPG等探测技术的产品均注册临床研究并取得了良好的循证证据。其中Apple Heart、Huawei Heart、Fitbit研究是近5年发表的具有代表性的研究，在取得良好房颤检出率的同时，获得更低的漏诊率和误诊率。最后展望随着健康中国2030规划的稳步实施，智能可穿戴设备的未来将应用在更广阔的数字健康和数字医疗领域，我们有理由期待在循证医学领域发出更多中国学者的强音。

下午首先进行“AI时代心血管数据的应用与未来”学术论坛。邀请到了大会主席韩雅玲院士、信息化学组组长张萍、山西省心血管病医院王仲朝、联勤保障部队第940医院丁小涵等教授等担任论坛主持。同时邀请北部战区总医院裘淼涵教授，首都医科大学附属北京安贞医院郝永臣教授，西安交通大学第一附属医院肖懿慧教授，北京清华长庚医院薛亚军教授等学者展开讨论。

裘淼涵教授首先结合“生成式人工智能对心血管疾病诊疗思维的影响与改变”进行精彩演讲，介绍了生成式人工智能（AI）是一种基于深度学习的人工智能技术。通过学习现有数据，可实现生成新数据的能力。目前，生成式AI已对多个行业产生了深远影响，医疗领域亦是如此。通过协助完成患者分诊、问诊、随访，医疗文书书写，辅助诊断治疗等一系列日常临床工作，生成式AI能够将心血管医生从繁冗复杂的工作中解放出来。同时，在临床科研领域，其也能够协助医生完成诸如患者入选、文书撰写等工作。总体来说，了解生成式AI的基本原理和应用场景，能够更好的使用相关工具。生成式AI会在潜移默化中去改变和影响我们的思维方式。然而，也需要注意生成式AI应用过程中数据安全、可解释性、可验证性以及伦理合规性等问题。

刘静教授团队郝永臣教授结合数据库应用实践，进行了“智能化心血管数据库在临床研究及卫生决策中的应用”专题报告，常规医疗数据是出于行政管理或医疗等非研究目的而常规收集的数据，包括疾病监测数据、医疗管理数据、医保数据、电子病历数据和体检数据等。虽然常规医疗数据不是针对某项具体研究而收集的，但通过数据的整合利用，这些数据可以被广泛用于临床研究，例如描述治疗方法的应用现状，评估医疗质量，探索疾病发生或预后的影响因素，评价诊断或预警方法，开展观察性疗效比较研究，乃至用于实效性试验和虚拟试验等干预性研究。随着医疗信息化水平的提高和管理法规的逐步完善，相信常规医疗数据将在临床研究中发挥更加重要的作用。

肖懿慧教授结合“心血管数据整合项目-西安分中心的建立与应用”介绍了大数据应用的合理性与规范性，旨在通过铺设心血管临床科研平台，实现院内数据及时对接，借助现代化信息手段和简便易行的研究手段，经过前期的建设，基于云端服务器跨医院之间的打通与共享，有助于中国的研究者协作共享不同中心的患者数据，进而形成高质量的心血管患者数据平台，为研究者们提供开放的数据资源。

薛亚军教授重点讨论了“智能可穿戴设备在心血管疾病诊疗中的应用”，从智能穿戴设备定义讲起，谈到了智能穿戴设备分类，重点介绍了智能穿戴的功能和作用原理，尤其是PPG信号采集原理与ECG的结合应用，使得智能穿戴的获得了众多临床研究成果，特别是在心律失常，房颤、冠心病早期识别、慢性心衰评估及预警预判、血压测量评估等方面，准确性和实用性兼顾，是院外评估的重要手段。但是智能可穿戴设备在主动健康管理中的应用方面，尤其在心血管领域还有很多需要去解决的问题，这一个非常有前景的研究方向。

最后进行的是“AI技术在心血管疾病诊治的应用”论坛。邀请到了中国医学科学院阜外医院李卫、复旦大学附属中山医院戴宇翔、山东大学齐鲁医院提蕴等教授担任论坛主持。同时邀请中国医科大学附属第一医院陈艳丽教授、北京大学第一医院陈尔冬教授、北京清华长庚医院杨靖教授、厦门大学附属心血管病医院蔡真真教授等多位专家进行专题报告。

陈艳丽教授展开“人工智能诊断装置在房颤规范化诊疗中的应用”讨论。深度学习算法可应用于大型心电图数据集，能够识别异常心律和机械功能障碍，并有助于医疗决策。随着可穿戴设备的出现，心脏节律的自动检测，并对心电信号进行强健、快速、实时的分析，避免了大量数据存储。心律失常分类也是机器学习研究的重点，AI从一部分数据作为算法的训练中学习,不需要提取ECG特征，但是目前人工智能仍存在很多急需解决的瓶颈问题，例如行业标准有待建立，监管体系有待完善，商业模式有待明确，技术壁垒有待突破。

陈尔东教授介绍了“可穿戴智能手表与长程动态心电图用于房颤长期监测的对比研究”。心房颤动是常见的心律失常，也是脑卒中发生的重要原因。基于可穿戴设备（智能手表）的脉搏波采样技术PPG的房颤筛查设备已广泛用于临床研究，比如早期苹果手表的Apple Heart Study。然而，这类房颤设备的检出主要依赖于房颤筛查的算法，假阳性错误（误诊率）较高是普遍问题，也限制了这类设备的进一步临床应用。陈尔东介绍了一种新型房颤筛查算法的临床验证研究，随着算法的优化，PPG信号的阳性预测值较之前的研究上升至98%。相信在未来的房颤监测领域，智能手表必定有一席之地。

杨靖教授就“AI技术在LQT综合征诊治中应用与进展”进行了专题报告，先天性长QT综合征（long QT syndrome，LQTS）是一种致死性单基因遗传性离子通道疾病，表现为心电图QT间期延长，易发生尖端扭转型室速、室颤等恶性室性心律失常。随着AI技术的发展，在LQT患者诊断、风险预警中起到重要作用。首先，基于12导联心电图数据的AI模型可以提高LQTS患者的诊断率，并可能成为识别基因型阳性的LQTS患者（无论QTc正常和延长）的非常有效的筛查工具，该模型可以帮助普通心脏科医生、在不咨询LQTS专家的情况下，预测哪些患者可能为LQTS，需要进一步检查，从而提高LQTS的正确诊断率。其次，AI通过随机生存森林可建立优于传统Cox回归的风险预测模型；最后，Al分析智能手机mECG可以识别LQTS，为此类患者的QTc间期监测和治疗开辟新的途径。

蔡真真教授根据自主研发的“院内心脏骤停智能抢救系统”进行了报告。在临床实际中，尤其是冠心病等及心血管事件，在诊疗及抢救过程中，数字医疗的应用使得患者依从性、治疗疗效和管理规范率大大提升，在丰富医学信息内涵和容量的基础上降低医疗成本。通过心脏骤停智能抢救系统的建立，提高了救治效率及效果。

本届心血管信息化论坛，内容丰富多彩，涵盖了当下人工智能及信息化技术在心血管领域的应用主流和发展方向，将AI与临床医生的思维相融合，不仅提高心血管疾病的预测准确性，同时促进心血管领域医疗效率和诊疗水平向标准化、智能化、移动化方向发展。AI技术前景广阔，将会改变未来医疗实践的方式，所有医学相关人士，尤其是心血管病医生需要做好充分准备，迎接AI时代的到来。

最后，张萍教授代表中华医学会心血管病学分会心血管信息化学组，向所有积极参与讨论的各位专家学者、医学同道，表示真诚的感谢！也希望大家继续关注信息化技术及人工智能在心血管领域的应用与发展，群策群力，共同推动我国心血管健康事业快速发展！

参与本次CSC信息化学组论坛的部分专家合影