波士顿，马萨诸塞州——一项非随机研究提示，利用人工智能（AI）从心衰（HF）患者远程获取的生物特征数据，并通过数字平台进行分类的虚拟护理方案，是一种有前景的改善护理方法。
该策略与接受指南指导药物治疗（GDMT）四大支柱中每一类药物患者比例的增加相关，同时体重波动也有所减少，克利夫兰诊所（俄亥俄州）的Trejeeve Martyn医生在THT 2026会议上报告了这一结果。
该程序生成的所有警报均由护士和高级实践提供者（APP）处理，无需升级至心衰专科医生。
Martyn对与会者表示：“部署AI算法驱动的心衰平台，并配合远程护理团队，改善了GDMT的启动和体重稳定性。”他补充说，“数千条生理警报由协作伙伴处理，并未增加长期随访心内科医生的工作量。”
全球心衰负担日益加重，在美国，研究人员估计到2050年将有1140万人患有心衰。尽管来自STRONG-HF等试验的有力证据表明，早期启用GDMT可改善预后，但Martyn指出，“严峻的现实”是，许多患者未能及时就诊心内科医生处理心衰。
评估远程患者监测如何帮助管理心衰患者的研究结果不一，不过Martyn指出，大多数研究侧重于设备，关于谁处理数据涌入并做出回应的信息有限。然而，他补充说，VITAL-HF和IMPLEMENT-HF等试验表明，使用专门团队专注于GDMT优化有助于让更多患者用上必要的药物。
当前研究的目的是评估使用数字平台（ISHI Health）的虚拟心衰护理团队能否改善GDMT使用并稳定容量状态，同时不增加心衰专科医生的负担。研究纳入了六个社区心内科诊所的747名患者（平均年龄75.8岁；37%为女性）。近一半患者（48.8%）的左心室射血分数（LVEF）≤40%，46.3%的患者LVEF＞40%。
患者将血压、心率、体重、肺动脉压力以及部分植入式设备的诊断数据发送至数字平台，AI算法提供数据与图表总结，并发出指示低（绿色）、中（黄色）、高（红色）风险的警报。警报按升级方式分类，初始评估由持证职业护士（LVN）和注册护士（RN）进行。必要时，警报升级至高级实践提供者和药剂师进行药物调整和进一步评估。心衰专科医生仅参与复杂和严重病例。
在中位入组时间124天内，共出现2013次红色警报，主要由血压（58%）和心率（30%）触发。
几乎所有警报（99.26%）在48小时内被审阅，其中81%由ISHI Health的LVN/RN在第一步处理。其余19%在升级至高级实践提供者和药剂师后解决，无任何病例需要心衰专科医生介入。
该方案与接受不同GDMT药物成分的患者比例增加相关（所有P值<0.001）：
- β受体阻滞剂（36.0%升至51.1%）
- ACE抑制剂/ARB/血管紧张素受体脑啡肽酶抑制剂（33.9%升至46.5%）
- 钠-葡萄糖协同转运蛋白2抑制剂（14.9%升至28.4%）
- 盐皮质激素受体拮抗剂（19.5%升至22.0%）
此外，急性体重增加事件的数量以及体重变异性均有下降，Martyn表示，这提供了“关于容量状态随时间稳定性的令人鼓舞的数据”。
总体而言，这些是“令人兴奋的初步数据”，他承认该研究受限于非随机、前后对照设计。研究人员计划今年晚些时候将该项目扩展至几家学术医学中心进行进一步评估。
主持Martyn报告摘要会议的Sophia Airhart医生（麻省斯普林菲尔德Baystate Health）指出，目前有多个类似的平台正在开发中。
“这是一个令人兴奋的方向，”她说，“问题是，当涉及实际后勤时，它将如何运作？”
不过，Airhart告诉TCTMD，这种方法可能“非常有赋能效果，尤其因为……我们基本上被信息过载所困扰。因此，它有助于以关注患者护理的方式处理信息，并为我们提供更多工具来帮助优化患者。”
技术已经存在，下一步“是如何使其可操作化、微调，然后让更多患者能够获得它”，她评论说，并补充道，谁来为这些平台付费的问题仍有待解决。
【全文结束】