摘要：在2025年欧洲心脏病学会科学年会（ESC 2025）期间，中国人民解放军总医院第六医学中心郭豫涛教授及其团队携多项创新研究成果亮相国际舞台。在会议现场，我们有幸对郭豫涛教授进行了专访，深入探讨了人工智能与数字健康技术在心血管疾病管理中的前沿应用与未来方向。

在2025年欧洲心脏病学会科学年会（ESC 2025）期间，中国人民解放军总医院第六医学中心郭豫涛教授及其团队携多项创新研究成果亮相国际舞台。在会议现场，我们有幸对郭豫涛教授进行了专访，深入探讨了人工智能与数字健康技术在心血管疾病管理中的前沿应用与未来方向。

专家简介

郭豫涛 教授

主任医师，教授，医学博士，博士研究生导师

解放军总医院第六医学中心肺血管及血栓性疾病科主任

专业方向：心血管血栓性疾病

美国心脏学学会荣誉委员，欧洲心脏病协会荣誉委员,美国心脏病协会/卒中协会专业会员，欧洲心脏病协会血栓分会委员，中华老年保健研究会心血管专业委员会秘书长，中华医学会心血管分会预防医学组委员，中华医师协会高血压委员会第二届青年委员

Thromb Haemostat责编；European Journal of Preventive Cardiology国际责编；Clinical Cardiology编委；International Journal of Clinical Practice编委；Frontiers in Physics编委；Thrombosis-Frontiers in Cardiovascular Medicine编委；Arrhythmia & Electrophysiology Review编委；International Journal of Heart Rhythm编委；中华老年心脑血管病杂志青年编委

在JACC，Eur Heart J，Chest，Int J Cardiol，JAMA Network，NPJ digital medicine，Digital Health等发表英文150+余篇，SCI它引 6368次，H因子32分

《国际循环》：本次ESC公布了您团队研发的沉浸式交互式智能教育系统（ChatVTE），该系统融合了大模型、心理行为学模型等前沿技术。在实际应用中，相较于传统患者教育方式，该系统在提升患者疾病认知与治疗依从性方面具有哪些显著优势？

郭豫涛教授

本次ESC会议上我们展示了一项探索性研究项目，即沉浸式交互式智能教育系统（ChatVTE）。该系统融合了四大模块，构成了一个智能化患者教育平台。

第一模块为数据信息采集系统，依托大语言模型技术，整合来自不同医疗机构的VTE患者信息。第二模块通过“知信行”（Knowledge-Attitude-Behavior, KAB）心理行为学调研，精准评估患者在疾病管理过程中的薄弱环节：究竟是认知缺乏、信念不足，亦或行为无法坚持，从而针对其“知信行”行为差异推送个性化的教育方案。第三模块是利用大模型技术，首次构建VTE相关的专项医学知识库，形成数字虚拟健康教育者。第四模块实现了沉浸式人机交互功能，患者输入问题时，虚拟教育者以拟人化、亲和力强的形象进行针对性解答，显著提升用户体验与参与度。

与传统教育方式相比，ChatVTE具有显著互动性与个性化特征，能够更有效地提升患者认知水平和治疗依从性。

《国际循环》：您团队利用基于光电容积脉搏波（PPG）的智能手表，开发出房颤进展的多维定量评估方法。这一技术如何突破传统房颤分型的局限，将为临床管理带来哪些新可能？

郭豫涛教授

传统的房颤分型包括初发房颤、阵发性房颤、持续性房颤和永久性房颤，该分型主要依赖心电图或Holter检测结果，本质上是一种“有或无”的二维分类方法，难以反映房颤作为进展性疾病的动态演变过程。

依托可穿戴设备的发展，以及团队六年来在该领域的研究积累，我们此次在ESC会议上提出了一种五维房颤进展评估模型。该模型可动态追踪房颤进展程度，不仅监测房颤发作时长，更涵盖房颤发作特性、24小时节律特征、心动过速对心脏功能的潜在影响等五个维度。近年来提出的“房颤负荷”概念，可藉此模型实现更精准量化。

这一多维评估模型为抗凝治疗、节律控制等管理策略提供了更精准的评估工具，有望真正实现房颤的个性化管理。

《国际循环》：尽管AI与可穿戴设备在慢病管理中展现出巨大潜力，但患者实际依从性仍存在明显落差。在推动“以患者为中心”的数字化管理过程中，您认为当前最亟待解决的技术与实践瓶颈是什么？

郭豫涛教授

患者治疗依从性始终是临床管理中的重要挑战。无论治疗方案设计多么科学，若患者无法长期坚持执行，仍难以降低心血管事件风险。人工智能技术为提升患者依从性提供了技术支持与可能性。

如前所述，ChatVTE系统正是这一理念的实践：通过大模型驱动的虚拟健康教育者，以沉浸式、互动式的方式及时解答患者疑问，从而提升患者的参与者和依从性。

然而，当前仍存在显著的技术与实践落差。我们正在探索引入强化学习算法，使系统能够根据患者的行为轨迹自动评估当前治疗任务的可行性与接受度。当系统识别到患者未能很好完成某些项任务时，可自动调整治疗建议的强度或形式，使之更贴合患者的生活节奏与心理状态，提高执行可行性。

人工智能技术将带来患者管理领域的革新性变革。过去六年中，可穿戴设备、移动医疗技术与机器学习模型已广泛应用；如今，随着元宇宙（如沉浸式互动教育体系）、数字孪生、大模型等新一代智能技术的发展，将进一步推动患者自我管理迈向新阶段。

《国际循环》：本次ESC会议聚焦心血管领域前沿，结合您的研究方向，您认为本次大会有哪些突破性进展或创新趋势？

郭豫涛教授

在人工智能技术赋能心血管疾病管理方面，每年在ESC会议上均有突破性进展。今年ESC会议首日，已有多项令人振奋的研究发布，包括肺血栓栓塞清除术中多模态影像融合技术的应用，多模态技术用于早期心力衰竭识别等。

其中一项极具启发性的研究来自葛均波院士团队。他们利用华为手环采集PPG和心电图信号，结合患者人口学特征、生活方式问卷等信息，构建了用于冠心病筛查的人工智能算法。更值得关注的是，该研究计划招募100万例受试者，并进一步使用大模型技术开展个性化患者教育与预后干预。我们期待该研究明年能带来更多突破。

我们也观察到，随着可穿戴设备数据积累与大模型技术发展，心血管风险预警和前馈控制已发生颠覆性变革。我将在9月1日（注：西班牙马德里当地时间）上午汇报题为《数字健康技术如何重塑心血管护理？来自华为心脏研究（2019~2025）的启示》的报告，探讨数字技术对心血管管理的深远影响。

另外，我们团队此前开展的mFAF系列研究成果已被北美与欧洲房颤管理指南引用。8月由中华医学会心电生理和起搏分会和中国医师协会心律学专业委员会发布的《中国心房颤动管理指南（2025）》也明确提出，应通过数字技术赋能患者自我管理。

总之，数字技术正推动心血管管理从被动治疗转向主动预防，未来可能彻底变革传统医疗模式。

来源：国际循环一点号