EHJ一文總結：AI在心血管領域的應用例項

2025年3月19日，《歐洲心臟雜誌》（EHJ；IF=37.6）發表了一篇關於人工智慧（AI）在心血管疾病人群健康管理中應用的最新綜述，探討了AI技術在提升心血管健康方面的最新進展、應用案例以及面臨的挑戰和機遇。

來源：醫咖會

原文連結：https://academic.oup.com/eurheartj/advance-article/doi/10.1093/eurheartj/ehaf125/8086921?

AI能夠透過分析大量健康資料，提供快速的診斷和治療建議，幫助醫生做出更準確的決策；在個性化醫療方面，AI可以根據患者的具體情況，提供量身定製的藥物、營養、體重管理和運動建議，從而提高治療效果；在醫學研究中，AI能夠處理大規模資料集，並開發創新的研究方法，特別是在生成式AI（如大型語言模型，LLM）的應用上，AI有望徹底改變醫療保健、醫學教育和研究。

一項研究表明，LLM在回答患者問題和提供預防性健康建議方面，表現優於人類醫生。例如，ChatGPT在回答患者問題時，提供了比醫生更準確和富有同理心的回答^[1]。LLM還被用於診斷複雜的醫學病例，並在預防性健康建議方面表現出色，84%的AI生成的心血管疾病預防建議被專家認為合適^[2]。

下文將探討針對心血管健康中可改變風險因素的AI驅動策略。

圖. AI在促進心血管健康中的應用

RCT：隨機對照試驗；CNN：卷積神經網路；LLM：大型語言模型；SOTA：State-of-the-art（SOTA）模型

身體活動

身體活動不足是現代社會面臨的一個重大公共健康挑戰，與全球每年約39.7萬心血管疾病死亡和68.6萬全因死亡相關。AI在促進身體活動和行為改變方面展現出巨大潛力，能夠透過可穿戴裝置和智慧技術，幫助個人進行自我評估、運動計劃和進度跟蹤。

例如，AI可以根據使用者的健康狀況和活動目標，推薦適合的運動型別和強度。儘管AI在個性化運動處方方面表現出潛力，但仍存在一些侷限性，例如在應對個體健康條件和活動目標時缺乏精確性。

肥胖和糖尿病

AI在肥胖和糖尿病的管理中表現出色。透過分析遺傳、代謝和行為資料，AI能夠識別肥胖的不同表型，從而提供更精確的治療策略。

在糖尿病管理中，AI能夠預測疾病的發生、分類其亞型，並管理可改變的風險因素和最佳化營養治療。目前，許多血糖監測裝置和胰島素泵都採用了AI演算法，以計算最佳胰島素劑量或更精確地調整口服降糖藥。隨著可穿戴裝置的發展，無創血糖監測正變得越來越精確，有可能取代傳統的血糖測試。這一發展有望提高全球4.25億糖尿病患者（其中90%為2型糖尿病）的生活質量。

高血壓和血脂管理

AI在高血壓和血脂管理中的應用也取得了顯著進展。AI能夠透過整合基因組和多組學資料，發現新的生物標誌物和致病因素，從而提供更精確的診斷和治療建議。例如，一項研究使用多模式資料（包括遺傳、代謝、實驗室和人口統計學特徵）來預測不同種族人群的收縮壓和舒張壓^[3]。

在血脂管理中，AI演算法能夠透過電子病歷預測診斷標誌物，並在家族性高膽固醇血癥（FH）的診斷、風險分層、監測和推薦治療過程中發揮重要作用。例如，AI能夠自動識別膽固醇升高的患者，支援臨床決策，改善早期檢測和干預。

吸菸和酗酒

AI在戒菸和酒精濫用干預中表現出潛力。透過個性化戒菸計劃和即時反饋，AI能夠提高戒菸成功率。

在酒精濫用干預中，自然語言處理技術能夠透過分析電子病歷中的非結構化資料，識別酒精相關的健康風險，從而提供早期干預。

氣候變化和城市健康因素

過去三十年，全球發病率和死亡率已從傳染病轉向心血管疾病等非傳染性疾病。空氣汙染仍然是心血管死亡的主要原因，噪音和光汙染等城市風險因素也是心血管疾病的重要誘因。原則上，這些因素可以透過技術干預和監管措施進行預防。

AI能夠處理和分析大量的環境資料，幫助研究者理解城市暴露組*對健康的影響。例如，AI可以整合外部環境資料（如空氣汙染、噪音）和個體內部環境資料（如基因組和表觀基因組資料），揭示這些複雜互動對健康的影響。

注：*城市暴露組指城市人口所面臨的全部環境暴露，將成為健康和疾病結局的關鍵決定因素。

新藥研發

AI在新藥開發中逐漸成為不可或缺的工具，顯著影響心血管疾病及其相關轉化研究的每一個階段。在COVID-19期間，BioNTech和Moderna等公司利用AI演算法最佳化疫苗發現、序列最佳化和試驗設計，加快了疫苗的開發。AI還在藥物發現和靶點建模方面發揮了重要作用，像AlphaFold2這樣的平臺徹底改變了我們對蛋白質結構的理解。這些進展促進了新型治療藥物的設計，包括針對調節體重的關鍵受體（如胰高血糖素受體和胰高血糖素樣肽-1受體）的生物製劑。

除了藥物發現之外，AI還應用於毒性預測、劑量估算、藥效學、藥代動力學、試驗設計以及大規模干預研究的資料解讀。預計AI與傳統分子建模策略的結合將使更多候選藥物進入臨床評估，節省資源，併為全球健康挑戰（如心衰）提供新的解決方案。

先進AI系統的醫療服務、實施和法律框架

新的AI工具能夠無縫整合到現有工作流程中，減輕碎片化資訊系統和大量非結構化資料帶來的負擔，使醫療保健專業人員能夠做出更明智的臨床決策。此外，醫療保健組織越來越注重在文化、員工團隊和臨床工作流程中整合AI。這有望提高醫療服務的精準性、可擴充套件性、可負擔性和透明度，從而實現個性化且具有人群規模的醫療保健。

隨著AI在醫療保健中的應用日益廣泛，確保其安全性和有效性成為關鍵問題。2024年3月13日，歐洲議會通過了《人工智慧法案》（AI Act），這是全球首個全面規範AI的法律框架。該法案對高風險AI應用（如醫療診斷和治療）提出了更嚴格的要求，包括資料透明度、人類監督和事後監控等。儘管這一立法具有開創性，但也可能增加AI在醫療保健中應用的監管負擔和成本。

總結

總之，AI正在改變醫療保健服務，其影響力將繼續增長，尤其是在預防醫學和人群健康領域。AI實施速度正在迅速加快，但謹慎且平衡的監管對於確保有效和安全的“健康AI”系統至關重要。儘管可能需要數年時間才能充分預測AI對人群健康結局的影響，但將（AI驅動的）醫療保健解決方案擴充套件到數千甚至數百萬人的能力從未像現在這樣觸手可及。這為變革醫療保健提供了前所未有的機遇。