您的“疾病先知”AI已上线

□郑州大学第一附属医院 杨梦雨 付航

在全球人口老龄化与慢性病高发的双重压力下，传统“以治病为中心”的医疗模式已难以满足公众对“全生命周期健康”的新期待。国家陆续出台《“十四五”医疗装备产业发展规划》《推动“人工智能+”行动计划（2024—2026年）》等战略文件，将人工智能作为引领医疗健康体系变革的重要引擎。

在此背景下，郑州大学第一附属医院（以下简称“郑大一附院”）依托国家区域医疗中心建设契机，系统布局人工智能在疾病预测预警、智能诊断、个性干预和远程服务等全流程环节的深度应用，构建了以“风险识别—精准预测—智能干预—持续管理”为闭环的主动健康管理新路径，通过人工智能与医疗场景的深度融合，医院在智能化诊疗、个性化健康管理及跨学科技术整合方面取得突破性进展，为“健康中国”战略提供了创新性实践路径。

从“治已病”迈向“防未病”：AI驱动风险识别与预测预警体系

长期以来，传统医疗以治疗疾病为核心，存在响应滞后、资源分布不均等问题。而AI技术的快速发展，正在推动医疗模式从“以治病为中心”向“以人民健康为中心”转型，实现疾病预防、智能预测和实时监测的新路径。

在心血管疾病防治方面互联网医疗与健康服务河南省协同创新中心王宗敏教授团队和郑大一附院组建医工交叉产学研力量，以柔性可穿戴心电监测技术为核心，研发国内首款获NMPA认证的柔性心电衣及手持心电卡，基于300万例精标注心电数据库，开发的高阶AI算法诊断准确率达中高级医师水平，突破传统设备依赖医院的局限，实现居家场景下心律失常、心肌梗死风险的实时预警。配套的数字底座平台已接入全国500余家医疗机构，服务超3000万人次，成功预警并处置1.5万例高危患者，为心血管疾病防治开辟了新路径。目前，平台正向居家养老领域延伸，目标是为亿万老年人打造“心电数字人”，实现疾病早筛与个性化健康管理。

在慢病智能预测领域AI系统通过整合电子病历、购药记录、社交媒体健康讨论、疾病检索数据及环境气候信息，结合大数据分析技术，帮助医生预测个体疾病风险，并为患者量身定制健康管理方案。心血管内科医学部唐俊楠教授团队研发了“AIHF Level”：一种基于12项关键预测因子的人工智能生存评估系统，主要服务于心衰与肾功能不全患者。该系统采用混合建模框架融合多种算法，最大限度减少泛化误差，能够精准评估晚期患者未来一段时间的健康风险，辅助医生制订个体化管理方案，提升慢病管理的科学性与效率。

在健康实时监测方面医院通过智能穿戴设备与非侵入式生物传感器，实现血压、血氧、心率等关键生命体征的动态捕捉与连续追踪，一旦数据偏离设定范围，系统立即触发早期预警并将数据推送至临床终端，推动慢病防控从“定期随访”转向“全天候监护”，实现对健康状态的持续跟踪与异常预警，形成覆盖医院、社区与家庭的多场景联动机制。

科技赋能诊疗全过程：从精准筛查到智能诊断的全面跃升

AI在辅助诊断领域的应用，正在快速重塑临床决策模式，为现代医疗体系带来革命性变革。这一技术尤其在影像与病理等数据密集型学科中表现突出。

郑大一附院自主研发的肺结节AI辅助诊断系统，采用深度学习算法对CT图像进行自动识别与分析。该系统不仅可在几秒钟内区分实性、部分实性及纯磨玻璃结节，还能精准测量病灶的大小、体积、密度（CT值），自动定位至肺叶、肺段级别，实现了对病灶的高效量化分析。其准确率超过95%，并具备历次影像比对功能，可自动配准患者在不同时间节点的影像数据，分析病灶演变趋势，为早期肺癌筛查和个性化治疗决策提供有力支撑。

除了肺结节，医院还在甲状腺、胃肠道病理、静态心电等多个专科领域布局AI诊断平台。以消化道病理AI系统为例，系统采用多模态数据融合，诊断敏感度达95%以上。静态心电图AI诊断系统准确率超过92%，能识别心律失常、心肌缺血等多种异常波形，显著缩短诊断时间，提高准确性。

郑大一附院依托国家远程医疗中心，建立远程智能专科诊断平台，包括远程病理诊断、远程心电诊断、远程影像诊断等。该平台通过人工智能技术，由AI根据病理报告、心电图报告以及多部位三维影像检查结果等进行综合分析，支持消化道、甲状腺等数十种疾病的智能诊断，辅助专业医生进行疾病诊断，为远程医疗提供了强力支持。

典型案例集中呈现：AI深入临床一线服务个体健康

AI不仅推动医学理论升级，更已深入具体临床场景，解决患者“看病难、管理难、防控难”的现实问题。

脑血管病智能管理体系郑大一附院神经与精神医学部许予明教授团队构建了完整的“AI+脑血管病”干预闭环，涵盖卒中高危人群筛查、院前转运、院内急救、出院随访四个阶段。团队开发的卒中预后预测与神经功能康复模型，还涉及神经修复、干细胞治疗等前沿领域，探索卒中发作后的功能恢复路径。

皮肤黑色素瘤AI系统“三部曲”针对皮肤恶性黑色素瘤这一易漏诊、难早治的病种，郑大一附院整形美容烧伤医学部李广帅教授团队研发了集问答、筛查与预后于一体的AI系统。该系统中的“恶黑问答”模块集成海量中英文专业资料，依托大语言模型为患者与医生提供权威解答；“恶黑筛查”模块运用计算机视觉技术，实现可疑痣图像的早期识别；“恶黑预后预测”模块则借助机器学习与生存分析，突破传统TNM分期（国际上最为通用的肿瘤分期系统）限制，助力临床制订更精准的治疗方案。

5G+AI复合诊疗系统互联网医疗系统与应用国家工程实验室开发的5G移动查房车，整合高性能医疗设备与无线通信系统，可快速部署于灾区或基层，为当地提供远程病理、影像、心电诊断服务，进一步拓展AI医疗边界。智能查房机器人具备导航导诊、消毒防疫、自动监护、辅助诊断等功能，支持24小时不间断照护，可实现病房全域覆盖与医护工作减负，成为智慧病房建设的中坚力量。

个性化健康管理AI通过分析生物标志物、活动量及饮食习惯等数据，生成涵盖饮食、运动及心理调适的定制化建议。为实现“信息多跑路，患者少跑腿”，郑大一附院自主研发了互联网医院平台。该平台通过院内信息系统实时对接、数据共享，在河南省内率先实现“慢性病患者线上续方服务”。在互联网医院注册的慢性病患者在该平台可以享受在线复诊、在线续方、医保在线支付、药品快递到家等服务。

展望未来

AI技术日益更迭，健康管理将向智能化与个性化深度演进。未来，通过融合基因、代谢、环境及行为等多模态数据，结合柔性电子皮肤、体液标志物分析等无创监测技术，健康管理将形成“感知—预测—干预”闭环，实现全生命周期覆盖。这一模式将加速医疗体系从“以治病为中心”向“以人民健康为中心”转型，推动全民健康水平提升。

AI正从风险预警到精准干预，不断扩展健康的边界。郑大一附院的实践表明，技术与政策的协同创新不仅可挽救生命，更能将健康管理融入日常生活，助力个人成为自身健康的“第一责任人”。随着AI算法的持续优化与应用场景的拓展，“防大于治”的主动健康新图景正加速成为现实。