錢菊英教授專訪：聚焦泛血管疾病代謝異常管理，暢談人工智慧新契機

泛血管疾病是一組以動脈粥樣硬化為主、血管病變為共同病理特徵的系統性血管疾病，主要危害心、腦、腎、四肢及大動脈等。近年來，我國泛血管疾病負擔沉重，已成為我國人民死亡的最主要原因，患者預後亟待改善。合併代謝相關危險因素或疾病（如糖尿病、肥胖、血脂異常等）時，治療難度更大，給醫療界帶來了不小的挑戰。為此，在第3屆國際心血管代謝大會上，醫脈通特邀請復旦大學附屬中山醫院錢菊英教授進行專訪，就泛血管疾病代謝異常的綜合管理、《泛血管疾病代謝異常管理中國專家共識》的要點和意義，以及人工智慧的應用等進行了分享。

醫脈通：近年來，我國泛血管疾病患病率逐年上升，形勢嚴峻。臨床實踐中，泛血管疾病患者往往合併多種代謝異常，給治療帶來了很大挑戰。面對如此嚴峻的形勢，您認為應如何做好泛血管疾病危險因素的有效防控？

錢菊英教授

復旦大學附屬中山醫院

當前，我國面臨心腦血管疾病發病率和死亡率持續上升的嚴峻形勢，疾病防控任務依然艱鉅。作為泛血管疾病的主要型別，動脈粥樣硬化性心血管疾病（ASCVD）在心腦血管疾病譜中的佔比不斷擴大。對於ASCVD的防控而言，識別並管理泛血管疾病的危險因素至關重要。不良的生活習慣、不當的體重管理（如超重或肥胖），以及高血壓、高血糖和高血脂與ASCVD的發生和發展密切相關。有效控制這些因素可顯著降低ASCVD的發生與進展。

近期，《柳葉刀》雜誌刊文呼籲將冠心病防治的關口前移，將防治重點從心肌缺血轉向ASCVD危險因素的防控。鑑於患者往往合併多種危險因素，例如肥胖或體重指數（BMI）較高的患者往往伴隨高血壓、高血脂甚至血糖代謝異常等多種疾病/危險因素，並且缺乏運動和不良生活習慣（如吸菸）也可能加重這些風險，因此，相對於精準防控，我認為更應強調綜合防控。在臨床實踐中，應加強ASCVD相關疾病防控知識的普及，確保血壓、血脂和生活習慣等方面的有效管理。

我國最新發布的《泛血管疾病代謝異常管理專家共識（2024版）》中也強調了提高公眾對ASCVD相關危險因素認知的重要性，提出了使血壓、血糖和血脂達到標準的一些具體方法，並設定了針對血壓、血脂、血糖、體重、尿酸、同型半胱氨酸等具體危險因素的目標值。從預防角度出發，為精準管理危險因素提供了有效指導；並強調了危險因素綜合管理的重要性，建議在實現各專案標值的基礎上，進一步推進多因素協同防控，以全面提升ASCVD的防治效果。

醫脈通：近日，《泛血管疾病代謝異常管理中國專家共識》正式釋出，為臨床實踐提供了重要指導。請您簡要介紹一下該共識的要點和亮點？您認為該共識的釋出對提升我國泛血管疾病代謝異常管理水平有何重要意義？

錢菊英教授

復旦大學附屬中山醫院

《泛血管疾病代謝異常管理中國專家共識》的釋出為臨床實踐提供了重要的指導。該共識不僅系統闡述了泛血管疾病相關的代謝危險因素，還結合患者的具體情況，提出了明確的目標值及提高達標率的有效措施，為精準化管理提供了科學依據。

共識指出，生活方式干預仍然是危險因素管理的主要措施。對於血壓管理，共識建議將合併高血壓的泛血管疾病成人患者的血壓控制在130/80 mmHg以下。對於血脂異常管理，共識建議根據不同的危險分層來制定降脂目標。在降脂藥物方面，共識指出他汀類藥物仍是降脂治療的基石藥物，還可聯合膽固醇吸收抑制劑、PCSK9抑制劑（如單克隆抗體、小干擾RNA類藥物）等進行治療。對於甘油三酯等其他血脂指標，共識同樣給出了一些循證推薦的治療方法。對於泛血管疾病合併2型糖尿病患者的血糖管理，共識優先推薦具有心血管獲益證據的藥物，如SGLT-2抑制劑、GLP-1RA等。對於超重/肥胖患者，除加強生活方式干預外，還可透過藥物治療等多種方法來控制體重。

總體而言，該共識的釋出能夠為不同學科的醫務工作者提供實用的指導。因為危險因素管理不僅涉及心血管領域，還涵蓋內分泌、神經、血管外等多個領域。在這些領域中，跨學科協作顯得尤為重要。透過多學科團隊共同努力，全面管理這些危險因素，以降低ASCVD的發生和延緩其發展，並最終降低ASCVD相關缺血性事件的發生率，改善患者長期預後。

醫脈通：近年來，人工智慧、大資料等技術在醫學領域應用日益廣泛。您認為這些新技術將如何助力泛血管疾病代謝異常的精準管理和個體化治療？

錢菊英教授

復旦大學附屬中山醫院

人工智慧和大資料在各個領域都發揮著重要作用，顯著提高了臨床工作效率和精準性。例如，人工智慧和大資料可以用於評估個體未來發生ASCVD相關事件的風險。透過人工智慧，患者可以清楚地瞭解自身的健康狀況以及管理目標值，包括血糖、血壓和血脂等各項指標。此外，利用人工智慧和可穿戴裝置，患者能夠實現即時資料監測和管理，並獲取相應的健康管理方法和建議。

這些由人工智慧和大資料提供的管理工具，不僅能夠幫助患者識別尚未達標的危險因素，還能指導他們採取相應的干預措施。同時，這些技術也為專業醫療人員提供了更豐富的資料支援，從而提升個體管理的效率。眾多研究表明，透過切實、有效的管理，特別是利用大資料和人工智慧，能夠提高血壓、血糖、血脂和體重的達標率，從而降低未來心腦血管事件的發生風險。

總體而言，藉助人工智慧的管理手段，不僅可以提升臨床工作效率，還可改善管理效果，進一步提高危險因素的達標率，從而降低相關事件的發生風險。因此，我們應積極擁抱人工智慧和大資料等先進技術。相信未來人工智慧和大資料必將為醫療領域提供更多手段，幫助我們提升管理效率，改善管理效果，最終使患者受益。

專家簡介