“它即使不能诊断，但是可以把大量垃圾信息给删掉，把一些阳性的信息提供给医生。”上海长征医院心内科主任梁春对第一财经记者表示。

　　9月24日的“带疱伤心，主动联防”世界心脏日科普活动上，梁春表示AI已经深度介入医生的工作流程，提高医生工作效率。当下医疗器械企业、科技公司、学术界，都在向心脏注入AI的力量。华为、苹果等消费电子公司开发的手表已经能够为佩戴者提示心脏房颤（心房失去了规律的节律）风险；医疗器械企业比如波士顿科学开始借助AI帮医生评估冠状动脉阻塞程度；王建安院士的研究显示借助AI精准诊断能减少一成的心脏支架植入。

　　中国心血管疾病患者人数超过3亿，资金和AI研发力量正在集聚。但AI的发展不会一帆风顺，数据的匮乏影响它对心脏疾病的诊断和治疗，这需要时间来改善。谁能用AI征服心脏，谁才能赢得下一个十年。

　　心尖上的AI

　　心脏是人类最重要的器官之一，它现在日益得到AI的“关照”。

　　冠心病是人类健康杀手，它通常由冠状动脉粥样硬化导致。冠状动脉是供给心脏血液的动脉，它的管腔狭窄或阻塞，轻则引起胸闷和疼痛，重则有致命风险。对这条奔流着生命血液的动脉，进行准确的诊断就显得尤为重要。

　　长期以来，冠心病的临床治疗面临一个前置难题：如何判断冠脉狭窄是否到了需要放置支架的地步？

　　“我们有时候会听说，病人的支架做多了，这更多是因为不能精准判断该不该做。这么多年来，冠脉流量的测定，一直是全世界非常关注的问题。”王建安在世界人工智能大会的一场论坛上表示。这个问题，目前已经可以借助AI得到部分解答。

　　2025年3月，国际顶级医学期刊《柳叶刀》在线发表了王建安院士团队的最新研究成果。这项研究显示，利用人工智能的方法测算冠脉流量，然后再去对比复杂的影像，“结果对我们常规病变，可以减少11.5%的病人做支架，而且预后一点都不差”。

　　波士顿科学则借助AI评估冠状动脉的阻塞情况。

　　波士顿科学开发的AVVIGO+系统将在今年的进博会迎来上市后首展。这套系统聚焦冠脉介入治疗的血管内超声（IVUS）和功能学领域，AI技术帮助临床医生实现腔内的智能读图分析，评估冠状动脉内部阻塞和狭窄的严重程度，为精准治疗提供决策依据。

　　AVVIGO+系统是美国FDA批准上市的首款具备AI功能的血管内超声系统。波士顿科学方面称，这一系统可减少62%的操作时间，预计平均每台手术能节省15~20分钟，带动医院每间导管室每天多开展1台手术。

　　苹果、华为等消费电子品牌，也希望借助AI来接管消费者的健康管理。

　　2015年，苹果推出的第一代AppleWatch就配备了光学心率传感器。至今十年时间里，苹果在其手表上集成了越来越多的人体健康检测能力，比如2018年推出的心电图功能，能够提供更精准的房颤数据。2025年9月，美国FDA批准了苹果公司在部分手表型号上推出高血压通知功能。

　　中国的消费电子企业同样不甘落后。华为推出的手表也已经具备了心电图分析能力，在心电传感器模组的支持下搭配分析软件，已经可以提示佩戴者窦性心律、房颤的发生。

　　波士顿科学开发的LUX-Dx Ⅱ+TM植入式心脏监护仪（ICM）系统，可通过皮下植入器械将采集到的心脏数据传递给云端平台BeatLogic。后者是一个基于云的心电图分析平台，利用人工智能算法和深度学习来自动执行心电图解读，开展心律失常、房颤等识别工作。据波士顿科学方面透露，BeatLogic集成了四个深度学习的模型，每个模型都有超过25个处理层。截至目前，波士顿科学的这套系统已经在全球服务12.5万名患者，处理超过750万病例数据。

　　这些国内国外的案例都显示，研发力量和资金正在汇聚。

　　截至目前，心脏病/心血管疾病是美国FDA批准的临床人工智能（AI）算法数量第二多的领域，仅次于放射学领域的AI算法数量。1995年至2024年第一季度，FDA批复了882个AI器械，其中心脏病学专用AI算法122种，占所有FDA批复算法的14%。

　　数据之困

　　心血管疾病已经是头号健康杀手。

　　当前，中国心血管疾病患者人数超过3亿，心血管疾病导致的死亡数占居民总死亡数近50%，高居各类疾病首位。

　　随着老龄化社会的到来，中老年患者往往面临多病共存问题，比如心血管疾病叠加带状疱疹等疾病。梁春教授表示：“心血管疾病患者患带状疱疹后，疼痛程度更强，对生活带来的影响更严重也更持久。带状疱疹也可能反过来加重心血管负担：带状疱疹发作后，患者短期内心梗风险上升68%，脑出血和中风风险增加78%。”

　　AI席卷而来，它有潜力改善这3亿多人的生存状况。但首先，它需要得到大量的高质量数据。而高质量数据的短缺，目前是医疗AI的大难题。

　　“AI一定是我们的方向，但真的有点漫长。特别在医药行业，我们在做数据投喂的时候，这是最大的挑战：没有太多真实的数据来源。”和黄医药信息技术副总裁唐飞在一场论坛上说。

　　医药和器械企业使用AI实现办公流程自动化，这是相对好解决的问题。在药物警戒领域，和黄医药已经用AI自动识别收到的药物不良反应的邮件，从邮件和附件里面自动提取信息，录入相应的系统且自动生成监管报告，从而实现整个端到端流程自动化。这一流程原本需要耗费两名员工的半天时间，现在借助AI可以在10分钟内完成，准确率达到90%左右且还在持续改进。

　　但是在药物和器械的研发方面，AI发挥的作用还相对有限，尤其是训练AI所需的数据十分匮乏。企业开发药物和器械的临床数据、注册数据的质量都非常高，也是AI最好的燃料。不过单家企业的数据有限，考虑到中国制药和器械企业在最近十年才慢慢发展起来，它们累积的可用数据相比跨国公司更加有限。

　　医疗行业数据孤岛现象也很明显。

　　大的医疗器械或制药公司，其数据采集不易，也就更倾向于自己使用而非共享给其他平台，单家企业的数据远远不足以训练出优质的AI模型。

　　唐飞表示，期待第三方的开放平台，实现跨模块智能衔接，做成开放生态，比如搭建联邦计算架构，在保证数据隐私的情况实现跨企业之间的AI模型训练。“每家公司的数据毕竟有限，你们有了全部的数据，在保证隐私的情况下让行业能够往前走。”

　　AI定义医疗的时代

　　“硬件也不是完全就到顶了，但是硬件的创新已经减速了，因为已经很好了。以前CT的排数今年2层变4层，明年就变8层，后年16层。现在大家都知道了，最高端的CT可以到128排、256排。你（排数）再往上的话，只是一个参数了，最后病人或者医院的回报其实是很少。”一家跨国医疗器械公司的高层对第一财经记者表示。

　　当硬件的改进遇到了瓶颈，AI被寄望打破创新僵局。

　　这家医疗器械公司每年运营着超过1000亿元人民币的全球生意，其中大约有120亿元人民币用于研发，接近10%的销售额。这些研发投入，最大比例已经不是用于硬件，接近60%的研发资金是用在软件、数字化以及AI开发。该公司招聘产品设计人员，更倾向于具备有AI背景的，他们核心工作不再是提升硬件，而是如何通过AI使得医生操作设备的工作流程更加简化。

　　这位高管对记者表示，AI已全面融入企业的所有产品。他认为，未来是一个AI定义医疗器械的时代。

　　AI也有提高医生效率，改变医疗方式和流程的潜力。

　　一个心内科医生每天要阅读大量的影像资料，而心电图等报告中包含了众多无用的信息。这时候AI就可以介入了。“它即使不能诊断，但是可以把大量垃圾信息给删掉，把一些阳性的信息提供给医生，也能提高效率。”梁春表示。

　　王建安透露，他的团队在为病患植入心脏瓣膜之前，会先在电脑上做一遍。心脏瓣膜该怎么植入，深度策略是什么样，模拟过程中可以做出预测，从中选择更好的方案，这样医生就不必到了手术台上再去试了。

　　“我们最早在推动瓣膜置换病人的快速出院。至今，65%的病人术后第二天下午下班之前可以出院。在这个过程中，可穿戴的人工智能非常重要，它及时反馈给我们可能的危险信号。所以，我们结合可穿戴设备的信息，现在就推动了基于新型人工智能体的随访管理流程。”王建安表示。

　　人工智能的发展，为医疗打开新世界以及想象空间。

　　“我一直想把整个血管连在一起，人工智能用到血管的每个环节，从脑血管到心脏到周围血管。我的理想有点天方夜谭，未来也可能不是一代人，可能是几代人（实现）。”王建安说，届时可以针对每个人，从疾病预防预控到微干预，再到使用的器械药物等，都可以得到人工智能的赋能。