生成式AI展现预防心脏病学应用潜力
生成式人工智能(genAI)作为能够根据数据模式生成文本、图像等内容的智能技术，已在预防心脏病学领域展现重要价值。克利夫兰诊所预防心脏病中心研究主任Ashish Sarraju博士指出，该技术已在患者沟通场景取得突破性应用：可自动生成就诊记录、解读医学数据并提供治疗建议。其团队调查显示，72%患者曾使用生成式AI咨询医疗问题，65%愿意接受AI健康建议。
该技术可针对性解决心血管疾病加速因素：医疗资源获取不均、诊断不足、风险分层偏差、治疗延迟等系统性问题。通过标准化患者教育内容，AI能显著改善当前预防医学科普材料可读性不足的现状——斯坦福研究显示，脂蛋白相关科普网站中仅1个达到小学六年级阅读水平要求。在药物依从性管理方面，AI通过分析停药原因和公众认知偏差，为他汀类药物治疗管理提供新思路。
但Sarraju同时警示，公共领域错误信息基数远超专业内容，可能影响AI训练质量。他呼吁建立技术应用伦理框架，强调"医疗AI民主化"时代临床医生需深度参与技术治理。
可穿戴技术赋能居家健康管理
约翰霍普金斯大学Seth Martin教授指出，智能手表、手机应用等可穿戴设备正在重构心血管预防体系。这类技术通过持续监测步数、心率等生理指标，实现患者自主管理与医疗决策的有机整合。临床实践显示，结合社区支持的数字化干预方案能显著提升运动依从性（30天全因再入院率从16.8%降至6.5%），在心肌梗死后康复领域成效显著。
Martin强调技术应用需遵循"逆向设计"原则：明确临床问题后再开发解决方案。其团队开发的Corrie智能手机应用通过住院期到居家期的连续性管理，使患者用药依从性和生活方式改善率提升40%。针对数字健康工具研究结果不一的现状，他指出现有研究至少证明其与传统疗法具有等效性。
实践建议与未来展望
专家建议医疗机构立即开展技术整合：建立可穿戴设备数据标准库（重点监测静息心率、步数等可靠指标），培养兼具临床素养和技术能力的复合型人才。Martin预测，未来顶尖临床医生的核心竞争力在于平衡技术应用与人文关怀。在技术伦理层面，需建立AI辅助决策的监管框架，防范错误信息传播风险，同时通过技术手段提升预防医学科普材料的可及性。
参考文献
- Sarraju A, Bruemmer D, Van Iterson E, 等. JAMA. 2023;329(10):842-844.
- Zhang H, Plutzky J, Skentzos S. Ann Intern Med. 2013;158(7):526-534.
- Marvel FA, Spaulding EM, Lee MA, 等. Circ Cardiovasc Qual Outcomes. 2021;14(7):e007741.
【全文结束】
