心脑血管疾病作为威胁人类健康的首要因素，其精准防治始终是医学领域的关键与难题。当前，人工智能（AI）正以不可阻挡之势重塑医疗行业。如何凭借AI技术破局心脑血管疾病精准防治？
近日，浙江大学医学院附属第二医院（简称“浙大二院”）在这一领域实现了突破性进展——由中国科学院院士、浙大二院院长王建安领衔，依托经血管植入器械全国重点实验室打造的全血管数字人技术平台正式发布。
□ 通讯员 童小仙 俞茜茜 林琳 本报记者 郑纯胜
图为全血管数字人技术平台示意图。浙大二院供图
提及全血管数字人，很多人会将其简单理解为人体血管的虚拟影像。但此次发布的全血管数字人早已超越“模型”的范畴，成为辅助医生开展精准诊疗的“智慧大脑”。
据了解，该数字人是基于海量真实人体血管数据（涵盖不同年龄、性别、体质人群的血管形态、血流动力学特征、病变发展规律等信息），通过数字孪生技术，1∶1还原人体血管系统结构并实现功能完整映射的三维透明动态虚拟影像。医生可通过这一数字替身，不受生理结构限制，从任意角度、任意层面观察血管的细微变化，甚至能“穿透”血管壁，清晰地看到斑块性质、位置以及对血流的影响，而这些都是传统影像学检查难以实现的。
更重要的是，全血管数字人具备强大的AI分析能力，能捕捉血管壁的早期硬化信号、血流速度的细微异常等，帮助医生在疾病萌芽阶段就做出精准判断。同时，结合过往海量临床病例数据，它能为不同患者量身定制诊疗方案，并预判治疗效果与潜在风险，让精准医疗从“经验驱动”真正转向“数据驱动”。此外，全血管数字人尤其适用于疑难危重病例，可凭借动态模拟与智能分析能力，有效解决复杂血管病变的手术方案制定、并发症预测等难题，大幅提高诊疗安全性和有效性。
心脏瓣膜病诊疗
从早筛到手术规划再到随访
心脏瓣膜病是临床常见的心血管疾病，传统诊疗手段如心脏超声、心电图等高度依赖医生经验，对于早期轻症患者，很容易出现漏诊或误诊，且在术后管理环节也存在应用痛点。而全血管数字人正在助力这些难题的破解。
全血管数字人借助AI技术和存储的瓣膜病变特征库，可自动识别高危患者。数据显示，AI结合心电图识别心脏瓣膜病高危人群的准确率已达80%以上，若结合胸部CT或X线片，准确率可提高至90%以上。借助AI技术，医生可对患者心脏瓣膜及周边血管结构进行智能分割，在数字模型中精准标记瓣膜钙化程度、瓣口狭窄范围以及周边重要血管、神经的位置，构建出完整的“手术地图”。结合血流动力学模拟技术，AI能在数字人身上预演整个瓣膜植入过程，模拟不同尺寸瓣膜的放置效果，分析手术可能对血流产生的影响。
术后管理也是心脏瓣膜病诊疗的关键环节。患者术后易出现心律失常等并发症，传统随访模式需要患者定期往返医院复查，不仅耗时费力，还可能因未能及时监测到异常而延误治疗。对此，浙大二院心血管内科团队推出了AI可穿戴监测设备，与全血管数字人形成联动。患者出院后佩戴设备，就能实时监测心率、心电图等指标。数据会同步传输至全血管数字人系统。一旦出现异常，系统会立即发出预警，医生可远程为患者进行诊断，指导后续治疗。
浙大二院心血管内科朱齐丰副主任医师介绍，得益于居家监测模式，约85%的患者术后无需长期住院，平均住院日显著缩短。同时，AI智能体还能结合全血管数字人中的患者病历数据，实时解答术后患者的疑问。
冠心病诊疗
以无创评估替代有创评估
冠心病作为最常见的心脑血管疾病之一，其诊断与治疗一直面临较大挑战。传统诊疗中，冠脉CT血管成像（CTA）或冠脉造影虽能发现血管狭窄，但无法准确评估心肌缺血情况，可能导致不必要的支架植入。而浙大二院团队提出的全流程精准治疗方案，借助全血管数字人技术，成功摆脱了上述诊疗困境。
浙大二院常务副院长胡新央介绍，并非所有狭窄都需要干预，冠心病精准介入治疗的核心问题是评估冠脉狭窄是否引发了心肌缺血，继而决定是否重建血运。医生可根据CTFFR（基于冠脉CTA的血流储备分数）与QFR（基于冠脉造影的定量血流分数）计算血流，从而判断患者是否缺血。全血管数字人则能成为此类无创评估的核心载体。医生通过冠脉CTA或冠脉造影获取患者的血管影像后，AI会将数据导入全血管数字人系统，自动重建冠脉三维虚拟模型。随后，AI会模拟血液在冠脉中的流动状态，计算不同部位的血流储备分数。
实践表明，与传统冠脉CTA相比，上述技术可避免约26.2%的不必要冠脉造影检查。此外，以往完成1次CT- FFR分析需要1天左右，如今，在AI与全血管数字人助力下，10分钟内就能得到结果。不仅如此，上述技术还能在全血管数字人上模拟支架植入过程。AI会根据患者血管狭窄的位置、程度，模拟不同尺寸支架植入后的血流变化，帮助医生选择最合适的支架类型与植入位置。
浙大二院心血管内科张金龙医生表示，以前，医生只能凭经验判断支架植入效果，现在通过数字人模拟，术前就能“预见”手术效果。
外周血管疾病诊疗
以监测﹢模拟预测风险
相较于心脑血管疾病，公众对外周血管疾病的认知相对有限。实际上，外周血管分布范围广泛，从颅底延伸至足底。该类疾病具有病变范围广、病变类型复杂等特点，属于全血管数字人的适用领域。浙大二院依托全数字化体系建设，创新性地研发了多项数字技术，构建了目前规模最大、数据量最丰富、数字化储能最高的外周血管功能性数据库。
腹主动脉瘤是一种外周血管疾病，在老年人群体中发病率较高。一旦破裂，死亡率极高。全血管数字人不仅能够对动脉瘤的直径和形态进行监测，还能精确分析血管瘤壁的弹性、硬度、强度等一系列物理数据。全血管数字人还可以将病变动脉瘤以近乎真实的体外仿真状态进行展示，帮助医生更为精准地判定手术时机、预设手术方案，甚至对手术结果进行预测。
浙大二院血管外科主任陈兵曾在全血管数字人技术加持下，为一例腹主动脉瘤破裂患者，实施了经血管覆膜支架破裂腹主动脉瘤隔绝手术。手术仅耗时1小时，患者术后生命体征平稳。而在回顾救治资料时发现，患者腹主动脉瘤破裂的区域，同前期AI预测的完全一致。
泛血管疾病全程管理
以新技术构建高危患者防护网
制订心脑血管疾病防控策略时，不仅应着眼于已确诊患者的临床诊治，更需高度重视高危人群的风险管理。浙大二院借助全血管数字人技术，构建了基于泛血管大数据的智能预警平台，实现了对罹患高血压、高脂血症、高血糖等基础性疾病患者的全周期健康管理。
浙大二院内分泌科主任郑超指出，上述基础性疾病属于泛血管疾病的高危因素，若不能及时干预，可能进展为冠心病、卒中及其他严重疾病。AI技术与全血管数字人的融合，显著提高了风险预警的准确性与时效性。此融合系统可自动收集患者的体检数据、门诊记录、用药状况等信息。结合全血管数字人所存储的泛血管疾病风险评估模型，依据ASCVD（动脉粥样硬化性心血管疾病）分层标准，融合系统能自动划分患者的风险等级。针对极高危患者，融合系统会即刻将预警信息与诊疗建议同时发送给患者及主管医生，提示患者及时就医，并敦促医生重点关注该患者的病情发展。治疗结束后，融合系统还会启动智能随访机制。
此外，所有患者的诊疗数据都会被纳入专病队列，为泛血管疾病大模型的训练与优化提供数据支撑，形成“预警—治疗—随访—数据迭代”闭环管理模式。郑超说，上述融合系统数字疗法不仅能为患者提供更精准的医疗服务，还能促进医疗科技与AI的深度融合。
王建安院士表示：“目前的全血管数字人还不够完美，医院将持续进行相关探索。相信随着智能分析能力不断提高，全血管数字人未来将为更多心脑血管疾病患者筑起一道坚实的健康防护网。”