GW-ICC 2024报道 | 国际联合论坛：人工智能治疗心力衰竭的现状与未来

人工智能技术在医疗领域的快速发展正在革新心力衰竭的诊疗模式。从机器学习辅助早期预警，到深度学习支持精准诊断，再到智能算法优化治疗方案，AI技术正在为心衰管理提供前所未有的机遇。随着大数据分析能力的提升和算法模型的不断优化，AI在心衰患者预后评估、个体化治疗决策和远程监测等方面展现出巨大潜力。11月8号第35届长城心脏病学大会人工智能治疗心力衰竭的现状与未来大会成功举行，本次论坛主要聚焦于人工智能在心力衰竭治疗中的多方面应用及未来发展趋势，人工智能在心血管医学中的临床应用，人工智能在心力衰竭治疗中的现状与未来等元素进行展开。

本次论坛由The University of Tokyo的 Hiroshi Akazawa教授 ，哈尔滨医科大学附属第二医院的 田进伟教授 ，北京清华长庚医院的 薛亚军教授 和陆军军医大学新桥医院的 王江教授 担任主持人。

首先上台的讲者是来自The University of Tokyo的 Hiroshi Akazawa教授 ，他的演讲主题是“人工智能在心血管医学中的临床应用 ”。主要围绕人工智能在心血管医学领域的应用进行讲解。教授首先介绍了人工智能在心力衰竭诊断与治疗中的现状，包括深度学习算法在检测心脏缺陷和心血管疾病预后评估中的应用。教授提到当前针对心脏AI的研究正呈指数级增长，但在某些领域如先天性心脏病方面仍需进一步探索。随后，展示了通过深度学习模型估计患者年龄及预测心血管疾病风险的方法，并强调了这些方法在提高诊断准确性和预测疾病进展方面的潜力。此外还讨论了人工智能在减少误诊和漏诊，以及提高医生工作效率方面的作用。最后总结了人工智能在心血管疾病管理中的未来前景，认为其有望通过提供更准确的心脏年龄估计和疾病预测指标，为早期准确诊断和治疗提供支持，从而改善医疗质量。

随后上台的是四川大学华西医院的 张庆教授 ，她的演讲主题是“智能穿戴设备在心力衰竭管理中的应用” 。主要聚焦于人工智能在心力衰竭治疗中的现状与未来。教授详细介绍了智能穿戴设备在心力衰竭管理中的应用，特别强调了监测设备如何通过传感器和无线技术连续监测患者的重要生理参数。人工智能技术，包括机器学习和深度学习，被应用于这些设备中，使其能够进行持续监测、定量评估和容量管理，对心力衰竭的远程康复和预测事件具有重要价值。教授还讨论了当前技术的局限性，如数据解读需要临床医生参与、需要全天候设备警报覆盖等。此外，通过案例研究和临床试验，展示了智能穿戴设备在监测心力衰竭患者体征变化、预测心力衰竭恶化等方面的潜力。未来展望中，提出了构建基于智能设备的预警系统，以实现更智能化的心力衰竭管理路径，从而提高患者的生活质量和治疗效果。

接下来演讲的讲者是来自University of the Ryukyus的 Kenya Kusunose教授 ，他的演讲主题是“超声心动图领域的人工智能” 主要围绕人工智能在心血管超声领域的应用与未来趋势展开。Kaya Cussin博士介绍主要分为三部分内容。首先概述了人工智能的基本概念与技术原理，特别强调了数据分析和机器学习在AI中的核心作用。其次，讨论了如何在心血管超声领域应用AI技术，通过对比传统方法和新型AI模型，展示了AI在提高诊断准确性和效率方面的潜力。最后，展望了AI技术的未来发展方向，包括其在提高诊断可靠性、速度以及辅助生成医疗报告等方面的应用前景。教授强调了AI技术在心血管超声实践中的重要作用，并指出未来心血管医生需要掌握这一新技术并将其融入日常实践中。