人工智能在冠心病诊断中的应用进展总结2026.docxVIP

人工智能在冠心病诊断中的应用进展总结2026

冠状动脉粥样硬化性心脏病（简称“冠心病”）是目前全球造成死亡、致残负担最重的心血管疾病之一，其根本的病理基础为动脉粥样硬化所致管腔狭窄或急性闭塞，进而发生心肌缺血、缺氧甚至不可逆坏死。据全球疾病负担研究估计，2021年全球冠心病患者约2.54亿，相关死亡约899万，占当年心血管疾病死亡的46.2%［1］。我国心血管疾病负担持续加重，冠心病所致死亡在城乡居民死因构成中长期居于前列——农村与城市地区分别为48.98%和47.35%，在人口老龄化加速、多种危险因素叠加的背景下，疾病防控压力进一步加大［2］。

心电图、超声心动图和冠状动脉造影等仍是冠心病诊断的主流手段，但由于患者临床表现各异、不同医生操作经验不同，故其判读结果的准确性及一致性尚难保证［3-5］。部分老年患者症状隐匿，常以乏力、气促、腹部不适等非典型形式呈现，为早期识别和风险分层增加难度［6-7］。此外，冠状动脉造影及血流储备分数（fractionalflowreserve，FFR）等功能学评估存在着检查费用高、技术要求高等难题。当前，我国心血管事件防治已有长足进步，但医疗资源仍高度集中于大城市及大型三级医院，基层医疗机构在人员配备、检查配置上均有明显短板，因而开发更准确、更快捷、更普及的诊断策略迫在眉睫［8］。

针对传统诊断依赖症状和医生经验以及基层医疗机构相对薄弱的弊端，