人工智能在心脏病学领域的应用在一项新的随机对照试验系统性综述中显著改善了临床工作流程、患者参与度和心血管治疗效果。
人工智能正日益融入心血管医学，从诊断成像到决策支持系统。然而，这些工具是否能在实际患者护理中提供可衡量的益处一直存疑。这项新分析提供了迄今为止最有力的证据，表明当数据驱动的人工智能嵌入常规心血管实践中时，可以提高效率和临床结果。
人工智能提高了工作流程效率
研究人员回顾了32项评估机器学习和深度学习在心血管护理中应用的随机对照试验。为了专注于数据驱动的人工智能应用，排除了基于规则的系统。
研究发现，人工智能一致地提高了工作流程效率，在英国国家健康与护理卓越研究所(NICE)框架下被归类为A级证据。
诊断工作流程时间显著缩短(标准化均值差：-0.71；95%置信区间[CI]：-1.04至-0.39)，这意味着诊断过程平均快了约30-120秒，住院时间缩短了1.0-4.2天。
人工智能增强患者参与度和药物依从性
人工智能在患者参与和健康促进方面也显示出益处。旨在支持服药行为的行为引导系统显著提高了依从率(风险比：1.59；95% CI：1.01-2.50)。
这些发现尤为重要，因为全球范围内，药物依从性差仍然是导致复发性心血管事件和可预防住院的主要因素。
临床决策支持系统降低死亡率
在人工智能驱动的临床决策支持系统中观察到最具临床意义的发现。C级结果显示，这些实施使全因死亡率降低了16%(风险比：0.84；95% CI：0.75-0.94)，各研究间统计异质性较低。
研究人员指出了一些局限性，包括许多试验中盲法受限和缺乏假AI对照组。尽管如此，这些发现表明，心脏病学中的人工智能可能提供超越单纯操作效率的可衡量临床益处。
作者得出结论，将可操作的人工智能决策支持整合到心血管护理路径中，可以帮助塑造未来的治理框架、实施策略和数字健康政策制定。
参考文献
Lin YE等. 人工智能对心血管工作流程、参与度和结果的影响：一项系统性综述. 2026. npj Digit Med. 2026;DOI:10.1038/s41746-026-02690-7.
特色图片：Adobe Stock上的elenabsl
【全文结束】
