聚焦院外管理提質增效|《急性冠狀動脈綜合徵患者院外長期隨訪管理共識》更新研討,胸痛中心智慧全程管理行動項目正式啟動

2026年9月24日 10:03
站內 AI 整理稿

近日,第八屆“儒道心學”心血管病學會議、第十屆滬魯心血管病專家論壇、第九屆日照心血管峰會在山東日照召開。由葛均波院士領銜,黃愷、蘇國海、李春潔等數十位心血管領域權威專家參與,會上完成兩大核心動作:一是召開《急性冠狀動脈綜合徵患者院外長期隨訪管理共識》更新研討會,專家集體錨定共識修訂的核心方向;二是胸痛中心智慧全程管理行動項目正式啟動,以專家共識為指引推進先行落地驗證。作為醫療 AI 賦能院外管理創新的先行者,訊飛醫療執行總裁鹿曉亮受邀參會,與學界、業界共同推動心血管院外管理向標準化、智能化、全週期階段邁進。

院外管理破局,從“患者參與”到“AI賦能”歷經十五年胸痛中心建設,我國急性心梗院內死亡率已從 10.1% 降至 3% 左右,患者到院後生存率達 96%。但葛均波院士在會上拋出的一組數據,直指行業深層痛點:我國約 79% 的急性心梗死亡發生在院外。當院內急救的效率紅利逐步見頂,出院後的康復隨訪、長期管理與再發預防,成為心血管防控體系中更具挑戰的“後半程戰場”。

這一困局的背後是供需兩端的雙重錯位:從患者端看,出院並非治療的終點,而是康復的起點,但傳統醫療服務的邊界基本止於出院環節,普遍形成醫囑理解、病情監測、醫患連接、複診銜接四大服務斷點,患者需求早已從“一通隨訪電話”轉向“離院不離醫”的連續服務;從醫護端看,優質醫療資源高度集中於院內診療,人工隨訪不僅效率低、標準不一,且多為義務性工作,缺乏配套激勵機制,單靠臨床力量難以支撐規模化的院外管理。國家層面也持續釋放政策信號,明確鼓勵擴大接續性服務供給、推動人工智能在健康管理場景落地應用,為院外患者管理的規範化發展提供了清晰的制度指引。

葛均波院士在會上提出的“患者參與式疾病管理”理念早已被臨床驗證有效,但要實現規模化落地,必須藉助人工智能的力量放大管理效率,而 AI 賦能的技術平臺、專業的服務團隊、可持續的業務模式、可靠的合作伙伴,正成為院外管理破局的核心要素,這正是本次共識研討與項目啟動的核心出發點。共識研討錨定升級方向,AI 納入核心修訂路徑在《急性冠狀動脈綜合徵患者院外長期隨訪管理共識》更新研討會上,與會專家圍繞三大核心維度深入論證,形成了共識修訂的核心結論。

一是病種覆蓋擴容,從單一 ACS 延伸至主動脈夾層、肺栓塞、低危胸痛等胸痛中心全病種,匹配胸痛中心實際診療場景,覆蓋更廣泛的院外管理人群;二是管理週期延伸,從“出院後隨訪”升級為覆蓋康復期、慢病維持期、遠期隨訪期的全週期全程管理,推動院外管理從階段性回訪轉向持續干預;三是管理手段升級,新增雙心管理、共病管理、患者自我賦能、雙向轉診協同等臨床抓手。本次研討最具標誌性的結論,是明確將信息化與人工智能列為院外管理的重要輔助手段,從行業標準層面確立了 AI 賦能的核心定位,也為後續落地實踐指明瞭路徑。研討錨定了標準方向,落地實踐也同步啟動。

基於本次共識明確的升級方向,胸痛中心智慧全程管理行動項目同步啟動,為後續共識正式落地積累實踐經驗。項目遵循“試點先行、梯度推廣、體系完善”的路徑穩步推進:首批在全國遴選合作醫院開展落地驗證,後續逐步擴圍並納入胸痛中心質控體系,持續優化服務標準與運營機制,最終形成可複製、可推廣的智慧管理方案並向全國普及,惠及更多患者。訊飛醫療作為本次行動的核心技術與運營支撐方,依託國產化醫療大模型底座、多年醫療場景技術積累,以及在全國多家三甲醫院驗證成熟的運營體系,打造AI診後患者管理平臺,覆蓋智能信息採集、分層風險評估、個體化方案制定、動態隨訪調整全鏈路。

平臺以AI賦能患者全病程管理,讓醫生聚焦核心決策,在有效降低院外風險、改善患者預後的同時,大幅釋放臨床人力資源。葛均波院士也對項目啟動寄予期望:要充分依託專家資源與臨床數據資源,深度融合訊飛醫療的大模型算法與全流程AI管理能力,秉持開放協作、共建共享的理念,紮實推動胸痛中心PCI術後患者智慧全程管理落地見效。為什麼是訊飛醫療作為胸痛中心建設的主要推動者之一,葛均波院士多年來始終致力於推動信息技術與心血管診療體系的深度融合,而訊飛醫療正是這條探索道路上深耕多年的同行者。

雙方的合作淵源最早可追溯至 2018 年東方心臟病學會議上“大葛 - 小葛”的經典人機對話,首次將 AI 語音交互技術帶入心血管學術場景;此後雙方一路同行,聯合推進科技部“十四五”泛血管疾病防治重點專項的成果落地轉化,先後發佈泛血管疾病綜合管理平臺 1.0、2.0 版本,逐步將大模型技術與智能隨訪能力融入心血管疾病全場景管理,沉澱了大量可複用的院外管理實踐經驗,也成為中國心血管領域主動擁抱數字化的範本。正是基於長期的臨床共創,訊飛醫療打造的AI診後患者管理平臺既具備技術的效率優勢,又符合臨床的專業邏輯。

底層技術上,依託通過國家臨床執業醫師考試筆試的 AI技術能力,星火醫療大模型在 MedBench 智能體評測中以綜合得分 98.9 位列行業第一,保障了管理方案與健康答疑的專業性;疊加訊飛深耕二十餘年的智能語音技術,醫療語音識別準確率達 98%,支持 14 種重點區域方言口音,讓規模化隨訪兼具效率與溫度。專業體系上,150 餘條專病管理路徑均基於高等級循證醫學證據,經專家論證符合臨床規範。運營能力上,“AI + 線上健康管理師 + 線下運營”的一體化體系,破解了行業“有工具、難落地”的普遍痛點。隨著AI診後患者管理平臺的落地,患者、醫護與醫院正在實現多方價值共贏。

對患者而言,出院後可獲得連續的康復指導、病情監測與風險預警,從已落地醫院的數據來看,全院患者隨訪覆蓋率提升至98%,患者滿意度提升至95%,患者計劃複診率從39%提升至67%,用藥依從性從 49% 提升至 95%,重點專病患者三個月複發率降至 0.9%,真正實現“離院不離醫”。對醫生而言,AI 承接了大量重複性事務,將醫護人員從繁雜的隨訪工作中解放出來,得以聚焦核心臨床決策,服務半徑也從診室延伸至患者居家場景。對醫院而言,院企共建的運營模式無需額外增加編制與醫護負擔,就能高效補齊院外服務短板,拓展醫療服務邊界。

目前平臺已在山東、四川、安徽、江蘇、浙江等地區多家醫院落地,覆蓋四川省人民醫院、山東大學齊魯醫院、安徽省立醫院等國內頭部三甲醫院,形成了可複製、可推廣的患者管理運營經驗。“十五五”開局之際,本次共識研討與行動項目的同步推進,正是院外患者管理向規範化、精細化升級的重要行業信號,將全面帶動慢病防控效率提升與患者服務體驗改善。未來,訊飛醫療將始終錨定“成為每個醫生的 AI 診療助理、每個人的 AI 健康助手”的使命,以星火醫療大模型為核心底座,攜手臨床專家與胸痛中心平臺,持續深耕心血管領域的落地實踐,並將驗證成熟的全病程管理模式逐步複用至更多慢病賽道,不斷拓展 AI 賦能院外患者管理的價值邊界。

Related

相關文章

MarkTechPost AIAI應用場景

型別安全 AI Jev 編碼指南:型別決策、校準信心與系統一模型的推測性扇出

在本教學中,我們使用 TypeSafe AI 的第一個系統一模型 Jev,它完全不生成文字:我們向其發送一段程式狀態和一組型別問題,它會回傳選擇、分數和是/否機率,我們的程式碼可以直接根據這些結果進行分支。我們安裝官方 Python SDK,進行第一次呼叫,同時使用三種問題原語,並觀察狀態的形狀如何影響模型能得知的資訊。接著,我們從回傳的機率重新計算已發布的信心統計數據,衡量將十個問題合併為一次呼叫與分開十次呼叫相比的效益,並建立 API 設計所針對的模式:信心門控路由、權重保留在程式碼中的複合評分、型別函式呼叫,以及以模型能處理的方式進行計數。

12 小時前

別讓一部片子倒在交付前:SkyProduction 搶先首發短劇質檢

上傳成片和字幕,系統自動從字幕、音畫、內容底線三個維度逐集跑一遍,輸出可下載、可回填的質檢報告。一部短劇剪完、導出,團隊最不願面對的往往是下一步:逐集看片。字幕裡藏沒藏同音錯字?人物開口了,字幕跟得上嗎?中間有沒有閃一下的黑屏、突然炸響的背景音樂?

1 天前

商湯發佈 SenseNova U1 Pro 正式版圖片創作模型,至高支持 8K 分辨率及特殊長寬比

作者:沁滄(實習) 責編:沁滄 評論: 9 月 21 日消息,商湯今日發佈 SenseNova U1 Pro 正式版模型,上線商湯小浣熊,和商湯日日新 API 服務。據介紹,SenseNova U1 Pro 模型可通過內生的圖文交錯思維鏈創作出內容準確、設計精美、生產可用的圖片素材,效果比肩海外頂尖模型。

2 天前

創意任務解決率95%,讓視覺AI自己練習,還能把經驗帶到視頻

在視覺AI領域,一項最新進展顯示,該技術在創意類任務中的解決率已達到95%。這項成果並非來自人工干預或反覆調參,而是透過讓AI自行積累與驗證有效的運作流程,逐步提升對複雜任務的處理能力。不僅如此,這種自我練習所獲得的經驗還能被順暢遷移至視頻領域,進一步拓展應用場景。 據了解,這套方法的核心在於讓AI在執行創意任務的過程中,自動記錄哪些工作流能帶來最佳成效,並反覆驗證其可靠性。

6 天前