患者拿着AI诊断来找你，如何应对？ACC最新建议来了

*仅供医学专业人士阅读参考

AI开始“抢饭碗”了？ACC大会：医生的核心价值恰恰在于整合、筛选与决策这些专业信息。

撰文：医学界报道组

2026年美国心脏病学会（ACC）年会上，一场题为“回应Dr. Google和ChatGPT的专业建议”的讲座引发了广泛关注。讲者以一个真实病例开场：51岁男性，因腹痛急诊行胸腹盆CTA，意外发现冠脉钙化。患者回家后打开搜索引擎，输入“急诊科医生发现我的CT有动脉钙化，接下来怎么办？”——这已成为当下临床诊室的日常场景。

随着ChatGPT等大语言模型的普及，患者获取医学信息的渠道从“搜索”升级为“对话”。他们带着AI生成的建议走进诊室，期待医生验证、解释或执行。这一变化给临床实践带来了新的挑战：医生该如何回应AI的“专业意见”？如何在信息碎片化的时代，重新确立专业判断的价值？

这场ACC讲座给出的答案并非拒绝AI，而是提出了一个更深刻的命题：当技术让信息变得触手可及，医生的核心价值恰恰在于整合、筛选与决策。本文结合讲座核心内容，梳理美国医生面对这一新常态的系统性应对策略。

偶然发现？重新定义影像学

讲座的第一个关键观点，是对“偶然发现”这一概念的重新审视。讲者指出，当影像检查因其他原因进行时意外捕捉到冠脉钙化，我们不应称之为“偶然”，而应视作“机会性筛查”。

这一称谓的转变并非文字游戏，而是临床思维的调整。研究表明，在因其他原因行胸部CT的患者中，约40%存在冠脉钙化。一项2023年发表的研究纳入超过5000例患者，通过深度学习算法估算其钙化评分，发现钙化评分超过100者的死亡、心梗、卒中风险显著升高。另一项荟萃分析涵盖超10万例患者，证实非门控CT上的钙化与主要心血管不良事件风险提高1.3至2.5倍相关。

图1 一项涵盖超10万例患者的荟萃分析

这意味着，每一次因腹痛、咳嗽或外伤进行的CT检查，都可能成为一次心血管风险的早期预警。如果仅将其视为“偶然”而忽略，便错失了重要的预防机会。讲者强调，放射科报告对钙化的描述率已从不足20%提升至70%以上，但临床行动却严重滞后——不足1/50的患者被转诊至心内科，仅3%启动了他汀或阿司匹林治疗。这一“报告-行动”差距，正是当前医疗系统需要直面的核心问题。

该吃药吗？2026血脂指南提供决策框架

当患者带着AI建议询问“我该不该吃药”时，医生需要一套清晰的决策框架来回应。2026年最新血脂管理指南提出的“CPR”路径，恰好为此提供了依据。

C——计算风险（Calculate）：首先使用心血管疾病事件风险预测（PREVENT）或动脉粥样硬化性心血管疾病（ASCVD）风险评分工具，评估患者10年及终生心血管事件风险。这是所有决策的基础。

P——个体化考量（Personalize）：结合风险评分未涵盖的因素进行修正，包括早发冠心病家族史、脂蛋白(a)水平、性别、种族、炎症指标等。对于本病例中的51岁男性，早发心脏病家族史就是一个重要的个体化修正因素。

R——再分类（Reclassify）：若风险评估后仍存在不确定性，可通过冠脉钙化评分进一步明确风险层级。2026年血脂指南提出的CPR路径中，最关键的‘R（再分类）’环节，其核心工具正是冠脉钙化（CAC）评分。如下图所示，在传统10年风险评估的基础上，加入CAC评分后，患者的风险等级和治疗方案将得到精准修正：CAC评分为0者可推迟他汀；1-100分者启动中等强度他汀；>100分者则需高强度他汀、阿司匹林，甚至考虑钠-葡萄糖共转运蛋白2抑制剂（SGLT2i）等综合管理。

图2 冠脉钙化（CAC）评分如何修正传统ASCVD风险评估结果

这一路径的关键在于：即使存在钙化，也无需立即进行负荷试验或冠脉造影。钙化评分是风险分层工具，而非缺血评估手段。医生需要向患者解释这一点，避免因AI建议而陷入不必要的检查。

如何行动？系统设计与沟通艺术

仅有指南和证据远不够。讲座的第三部分聚焦于一个现实问题：如何让“影像报告”真正转化为“治疗方案”？

斯坦福大学的一项研究为此提供了实践范本。研究者通过深度学习识别影像报告中已提及钙化但未接受治疗的患者，随机分组后，一组常规处理，另一组则主动向医生和患者发送通知。结果令人震撼：6个月内，干预组他汀使用率从不足10%跃升至70%以上。

图3 斯坦福大学的一项研究

这一结果说明，仅靠放射科报告远远不够，必须建立主动通知、明确路径、责任到人的闭环管理机制。目前，已有医疗系统在影像报告中嵌入自动转诊至预防心内科的建议，并已取得成效。

在沟通层面，讲座特别强调了应对“AI建议”的艺术。当患者带着ChatGPT或搜索引擎的建议就诊时，医生应避免直接否定或嘲讽，而是采用“倾听-解释-共情”的策略：

倾听：“他们是怎么跟您说的？您对这件事最担心的是什么？”

解释：“我理解您的顾虑。根据最新的指南和您的情况，我的思路是这样的……”

共情：“您能主动来了解这件事非常好，我们一起把下一步弄清楚。”

同时，讲者建议用“机会性筛查”替代“偶然发现”这一表述，有助于减轻患者焦虑，增强治疗依从性。当患者理解“这不是意外，而是一次预防的机会”时，医患之间的信任关系也得以强化。

图表：应对患者“AI建议”的临床路径

结语

当患者带着AI意见走进诊室，医生的价值从未如此清晰。AI可以提供信息，却无法整合个体化的临床情境；可以列出选项，却无法权衡风险与获益；可以生成文本，却无法传递信任与共情。

这场ACC大会讲座传递的核心信息是：我们不必害怕AI，也不必与AI竞争。真正不可替代的，是医生在信息洪流中做筛选、在不确定性中做决策、在焦虑中做连接的能力。当患者说出“ChatGPT说我可以不吃药”或“AI建议我做进一步检查”时，医生的回应不应是“它懂什么”，而应是“我们一起看看，什么对你最合适”。

医学的本质，从来不是信息的堆砌，而是在复杂中做出判断，在不确定中给予确定。这一点，无论技术如何演进，都不会改变。

医学界心血管领域交流群正式开放！

加入我们吧！

责任编辑：银子

*“医学界”力求所发表内容专业、可靠，但不对内容的准确性做出承诺；请相关各方在采用或以此作为决策依据时另行核查。