人工智能驅動下的腦卒中高危人群早期篩查和預防工作模式研究

周騰 白璐 陳軼戈

[摘要] 當前我國面臨著人口老齡化加速、慢性病高發(fā)和醫(yī)療負擔重的現實問題，腦卒中作為當前高發(fā)疾病之一，其高致殘致死率給家庭、社會帶來嚴重負擔。目前人工智能飛速發(fā)展，具有處理大數據的天然優(yōu)勢，在醫(yī)療領域也有很多應用落地，本研究重點探索基于人工智能驅動下的的腦卒中高危人群早期篩查和預防工作模式，并探討其內涵、構建思路及研究內容，從而為治未病、降低腦卒中發(fā)病率提供參考和借鑒。

[關鍵詞] 人工智能；腦卒中；早期篩查；預防

[中圖分類號] R743.3 [文獻標識碼] A [文章編號] 1673-7210（2019）04（b）-0165-05

Early screening and prevention work mode of high-risk stroke patients driven by artificial intelligence

ZHOU Teng1 BAI Lu1 CHEN Yige1 LI Wenyuan2

1.School of Health Management， Southern Medical University， Guangdong Province， Guangzhou 510515， China； 2.NanFang Hospital， Southern Medical University， Guangdong Province， Guangzhou 510515， China

[Abstract] At present， China faces the real problem of accelerated population aging， high incidence of chronic diseases and heavy medical burden. Stroke is one of the current high-risk diseases， and its high disability and mortality rate imposes a serious burden on families and society. At present， artificial intelligence is developing rapidly， and it has the natural advantage of processing big data. There are also many applications in the medical field. This study focuses on the early prevention and intervention mode of stroke-based high-risk population driven by artificial intelligence， and explores its connotation， construction ideas and research content， so as to provide reference and reference to prevent the disease， reduce the incidence of stroke.

[Key words] Artificial Intelligence； Stroke； Early screening； Prevention

腦卒中（cerebral stroke）又稱“中風”“腦血管意外”（cerebra vascular accident，CVA），是一種急性腦血管疾病，由于腦部血管突然破裂或因血管阻塞導致血液不能流入大腦而引起的腦組織損傷的一組疾病，包括缺血性和出血性卒中。據《中國心血管病報告2017》，推算我國現腦卒中患病人數為1300萬例，是全球中風風險因素占比最高的國家之一[1]。腦卒中可怕之處還在于其嚴重的致死致殘率，其中77.7%的患者終生殘疾，導致家庭生產力急劇下降，家庭負擔沉重。隨著醫(yī)學發(fā)展的長足進步，目前的各類組學、影像學等檢測會產生大量的數據，這些數據體量大、變量多、結構化不明顯且隨時間不斷積累，傳統(tǒng)的數據分析方式難以對其進行分析、搜索、解釋和儲存，人工智能技術在數據初篩、預防跟蹤、治療干預等大數據處理方面方面表現出巨大的潛能，目前已經在腦血管疾病相關影像診斷、綜合數據測算、異常數據報警等方面取得初步成效。本研究重點探索人工智能與腦卒中高危人群早期篩查和預防工作的有機結合，構建卒中高危人群篩查分析系統(tǒng)與數據庫，通過與人工智能下的篩查數據庫進行同步與信息交互，進行更加完善、可以動態(tài)管理的預防工作，結合了健康宣教和預防干預，從而使篩查出的高危人群數據能被有效利用、連通宣教與預防工作，達到更好地一級、二級預防效果。

1 國內外研究現狀

研究表明，當前低收入、中等收入國家和高收入國家之間卒中負擔的差異一直在增加，大約75%的卒中死亡和超過80%的殘疾調整生命年（DALY）現在發(fā)生在中低收入國家[2]。美國每年新增的缺血性腦卒中患者超過69萬人[3]，每年有24萬多人罹患短暫性腦缺血發(fā)作（TIA），每年缺血性腦卒中復發(fā)風險為3%～4%。從20世紀50年代開始，美國開始了腦卒中的人群防治，50多年間，腦卒中死亡率下降60%，過去的40年，腦卒中發(fā)病率在發(fā)展中國家增加了一倍，而同期在發(fā)達國家則降低了42%[4]。第66屆聯(lián)合國大會宣言明確指出：“更加優(yōu)先重視慢病的檢測，早期發(fā)現、篩查，診斷和治療以及預防控制；同時實施具有成本效益的干預措施，保護那些有高患病風險的人群?！碑斍皣獾淖渲懈呶Ｈ巳涸缙痤A防教育模式研究成果眾多，Maniva等[5]學者針對卒中健康教育技術應用進行了綜合研究，表明目前健康教育對預防卒中具有重要作用，主要教育技術有印刷手冊、傳單、錢包卡、漫畫和海報、以及電子視頻、游戲等，通過大量的途徑進行卒中宣傳教育，來達到預防提升知曉率；Pandian等[6]學者研究指出重點控制煙草、降低鹽攝入量和其他飲食干預來保證營養(yǎng)充足且均衡，此外還可以通過移動技術（mhealth）的試用來進行健康教育和一級預防，聯(lián)合各級衛(wèi)生保健部門通過監(jiān)測和等級實施二級預防，遵照各國已有的高血壓和卒中疾病指南進行完善。

當前我國針對腦卒中高危人群早期預防模式研究已有部分成果，其中包括高艷等[7]學者研究的家庭醫(yī)生簽約服務模式，研究證明該模式可以有效地控制和減少腦卒中高危人群危險因素，但是在生活方式干預方面效果仍不理想；哈提米汗·買買提等[8]選擇互聯(lián)網+模式進行高危人群的健康宣教，并驗證其效果可以在一定程度對高危人群生活方式進行改善；黃凱帆等[9]學者選取醫(yī)院-社區(qū)協(xié)同健康管理模式對腦卒中高危人群進行健康宣教和干預，并由研究結果證明該模式可以有效改善高危人群對卒中風險認知和健康生活行為；此外還有醫(yī)聯(lián)體模式的干預管理，通過在三級醫(yī)院神經內科等?？漆t(yī)師指導下，提高社區(qū)醫(yī)務人員對腦卒中高危人員篩查、規(guī)范化診治及管理的能力，并對患者進行干預，結果顯示高危人群知曉率和自我管理能力均有提高[10]。

2 人工智能驅動下的腦卒中高危人群早期篩查和預防工作模式的內涵和構建思路

2.1 人工智能與腦卒中

人工智能（artificial intelligence，AI）當前還沒有一項通用的定義，根據Giger[11]的定義，人工智能是一項旨在模擬人腦思考過程、學習能力和知識儲存的計算機技術[12]。

2019年1月8日，美國腫瘤學會主辦的《臨床醫(yī)師癌癥雜志》發(fā)表了美國2019年腫瘤最新的統(tǒng)計報告[13]，從1991年起連續(xù)25年的數據指出癌癥死亡率持續(xù)下降，這都得益于戒不良生活習慣、早篩和其他免疫治療的防治措施。與癌癥早篩類似，腦卒中也可由早期篩查、快速診斷并及時干預以減輕其危害。但大量的病患以及潛在病患的相關身體素質監(jiān)控卻是一個龐大的數據庫。龐大的數據對于非醫(yī)護人員來說是一堆無法解讀的密碼，而對有限的醫(yī)護人員來說，暫且不說醫(yī)護專家對于疾病的醫(yī)治手段良莠不齊，有限的醫(yī)療人員也無法解決源源不斷的龐大的數據。近幾年隨著深度學習的火熱發(fā)展，醫(yī)學影像人工智能在這個領域大放光彩。得利于硬件技術和軟件技術的快速發(fā)展，結合醫(yī)學影像人工智能自動識別具有潛在危險因素的圖像，利用人工智能技術從龐大的數據中即刻篩查有用的數據以預防腦卒中變得可實現。人工智能是大數據時代的必然產物，通過人工智能技術，建立以疾病為中心的專病數據庫，獲取清楚、準確、優(yōu)質的數據，并在這些大數據中尋找關聯(lián)和模式，通過對結構化數據的整合、分析，幫助醫(yī)生更全面地了解病人，從而更好地對患者早期篩查，實現精準診斷和個性化的治療[14]。

醫(yī)學AI作為承擔生命重任的行業(yè)，發(fā)展至今不過短短數載，行業(yè)已經發(fā)展的如火如荼，但未來的路還任重而道遠。近年來，腦卒中方面的AI產品也相繼問世，產品多為醫(yī)學輔助診斷系統(tǒng)，服務于國內外上千家大型醫(yī)院。卒中便捷攜帶式產品也將成為預防監(jiān)控卒中的新寵。隨時監(jiān)控使用者的身體各項指標，快速見異常發(fā)送給親屬或者主治醫(yī)生，整個過程為患者節(jié)約寶貴的救治時間。

當前人工智能已廣泛應用于各行業(yè)，美國現在有一半的醫(yī)院采用自動語音識別來幫助醫(yī)生完成醫(yī)囑抄錄，且使用率還在迅速增長；IBM的Watson借助自然語言處理技術來閱讀和理解大量醫(yī)學文獻，通過假設自動生成來完成自動診斷，借助機器學習可以提高準確率[15]。而在腦卒中方面，人工智能當前主要應用于腦卒中的疾病基因篩選和挖掘[16]、診斷過程中的影像識別和高危因素分析、治療過程中的康復治療和病人管理等、建立卒中高危人群專病數據庫、卒中患者搶救DTN時間分析系統(tǒng)、預測預后和協(xié)助醫(yī)生指定臨床決策等。本研究基于人工智能驅動，通過將預防干預工作信息與之前構建的腦卒中高危人群專病數據庫結合，進行數據挖掘和篩選，構建干預模式，針對性的選擇不同方式進行健康教育和干預。

2.2 腦卒中早期篩查可監(jiān)控的危險因素

2017年中國腦卒中防治報告[17]指出，2016年綜合標化患病率測算我國40歲以上人群現患和曾患腦卒中人數達到1242萬人，其中腦卒中患者年輕化趨勢明顯，預計中國2012～2030年慢性病造成的經濟影響總量將會高達27.8億美元。同時，由于我國當前居高不下的老齡化問題和不健康的生活方式比重，腦卒中的發(fā)病率持續(xù)增長，年增長率從達到8.7%；2015年中國40歲以上的腦卒中患病率約為2%，年增長率高達8.79%，復發(fā)率高達17.7%[17]。

從流行病學角度看，只有一級預防才能有效降低疾病人群的發(fā)病率。且由于卒中的高發(fā)病率、高死亡率和高致殘率給社會、家庭和患者帶來沉重的負擔和巨大的痛苦，因而強調一級預防、減少卒中的發(fā)生尤為重要[18]。2018年國際腦卒中大會報告上匯報了當前我國卒中防治的進展，當前已開展區(qū)域防治網絡體系和中心建設、規(guī)范基地醫(yī)院救治和綠色通道、編寫卒中防治指導報告、且大力開展健康教育。國際大量的研究也足以證明卒中可防可控，需要全方位的進行預防和控制。根據2013年全球疾病負擔（GBD）研究[2]，潛在可改變的風險因素導致超過90%的中風負擔，而超過75%的負擔其實可以通過控制代謝和行為危險因素來減少。國際大量的研究也足以證明卒中可防可控，需要全方位的進行預防和控制[17]。

從臨床研究和統(tǒng)計的數據上看[19]，高血壓、高鈉飲食、肥胖、吸煙、糖尿病是我國腦卒中高發(fā)的重要風險因素。在腦卒中預防中重點關注可控制因素，其中包括體重指數（BMI）、血糖、膽固醇、飲食、運動、吸煙、心血管疾病、高血壓、糖尿病等，和可干預因素，包括代謝綜合征、酗酒、高同型半胱氨酸血癥、偏頭痛、高脂蛋白、睡眠呼吸暫停、吸毒等。

3 人工智能驅動下的腦卒中高危人群健康宣教預防干預工作模式的內容

本研究在使用人工智能建立好腦卒中高危人群篩查系統(tǒng)和數據庫的基礎上，將健康宣教與預防干預相結合，通過創(chuàng)新現有的醫(yī)患互動模式，來構建健康宣教、生活方式干預、危險因素干預、藥物干預及動態(tài)干預等腦卒中預防系統(tǒng)。具體工作模式詳見圖1。

通過將線上的人工智能腦卒中高危人群專病數據庫與線下卒中高危人群早日預防干預工作模式進行的信息交互實現實時信息流通，針對腦卒中高危人群數據庫中的每一個個體，進行動態(tài)的改善和監(jiān)控，實現靈活的干預和實時的反饋。

3.1 健康宣教

對篩查出的高危人群進行持續(xù)性健康教育干預，宣教腦卒中危險因素標準[20]。主要通過多媒體信息平臺方式，給予高危人群“警示”作用，提高主動預防的意識。通過聯(lián)合區(qū)域內醫(yī)院與社區(qū)一體，對腦卒中高危人群采取多種信息平臺的宣教，如微視頻宣教、微信公眾號推送、健康短信提醒、定期檢查建議，講解腦卒中相關成因、危險因素、可控因素等。

此外，交談是非常有效的溝通方式，可進行一次或多次交談，也可用復述形式強化記憶，針對文化水平較高群體，派發(fā)小冊子、宣傳卡等供其閱讀和學習；聘請專家到各大社區(qū)進行現場授課、答疑。

3.2 預防干預

3.2.1 生活方式干預 腦卒中生活方式干預，主要通過腦卒中信息平臺與醫(yī)患溝通方式，指導高危人群在合理膳食、適量運動、戒煙、限酒、控制體重、心理平衡等方面進行居家干預。根據個體的不同情況，還要詢問了解個體的生活方式，在此基礎上指出患者不當的生活方式，并給出全面合理的建議對其生活方式進行指導，倡導健康生活方式，多吃蔬菜水果、牛奶、豆制品等，控制鹽的攝入量、避免高油高鹽食物；鼓勵適量的運動，鍛煉心肺功能；戒煙限酒、保持積極良好的情緒等。

3.2.2 危險因素干預 腦卒中危險因素干預，主要通過腦卒中信息平臺與定期隨訪方式，對高血壓病、房顫、其他心臟病、糖尿病、血脂異常、頸動脈狹窄等檢驗檢查指標進行跟蹤干預。

專門設置護理人員進行隨訪工作，對伴有高血壓、高血脂、糖尿病的高?；颊?，通過?？漆t(yī)師對慢性病的診治，強調規(guī)范用藥的必要性。隨訪內容包括生活習慣改變、危險因素治療與控制、藥物的干預落實情況、心腦血管事件的發(fā)病情況等。

3.2.3 藥物干預 腦卒中藥物干預，是針對中風高危個體隨訪情況，通過腦卒中信息平臺，根據個體卒中風險及相關慢性病的患病情況，除開展形式多樣、持續(xù)性、易于接受的宣傳教育外，給予治療性藥物干預處方，包括抗高血壓藥、他汀類藥物、抗血小板類藥和中成藥等。

目前較多研究結果指出，抗血小板凝聚和應用低劑量的抗凝藥物可以明顯降低腦卒中的發(fā)生率。參照中國腦血管病一級二級預防指南示范用藥[21]，早期或輕度高血壓患者首先采用改變生活方式干預，3個月效果不佳者采用抗高血壓藥物治療；中度以上高血壓進行持續(xù)合理的藥物治療，控制血壓<130/80 mmHg（1 mmHg=0.133 kPa）；對腦卒中高危人群糖尿病患者給予藥物治療，控制空腹血糖<7.0 mmol/L；血脂異?；颊邞捎盟☆愃幬镏委煟缃o予阿托伐他汀鈣片。監(jiān)測藥物不良反應并及時妥善處理。通過藥物干預后，進行物聯(lián)網的數據動態(tài)監(jiān)控。

3.3.3 動態(tài)干預 研究構建的腦卒中高危人群動態(tài)干預管理，將依托腦卒中高危人群數據庫，對高危人群進行定期追蹤隨訪、動態(tài)管理。

對高危個體進行3～6個月定期復查、隨診；觀察腦血管功能積分值變化及各項指標變化；根據表格管理及時掌握健康促進情況；定期組織腦血管病防治知識健康教育；與患者形成良性互動，激發(fā)患者主動參與管理；階段性評估，針對性地調整方案。

通過靈活和具體的信息傳遞與反饋，基于人工智能算法的大數據處理，對區(qū)域內腦卒中高危人群的各項指標數據進行動態(tài)的監(jiān)控與評估，再由此進行個性化的管理。

4 小結

腦卒中是單病種致殘率最高的疾病，其高發(fā)病率、高死亡率和高致殘率給患者身心、患者家庭及整個社會醫(yī)療資源帶來沉重的負擔[22-23]。腦卒中高危人群早期干預預防工作在卒中治療全過程中承擔著重要責任，腦卒中因為其高致殘率，導致?lián)尵人歪t(yī)過程的時間過長，患者送至醫(yī)院是已經因為缺氧缺血導致大腦損傷致殘，因此多重預防作為先決步驟不可忽視，其早篩干預工作也具有巨大的社會效益和經濟效益[24]。在如今高速發(fā)展的人工智能支撐下腦卒中高危人群早期篩查和預防工作已經變得可實現，本研究建立了從查體到數據集成分析到健康宣教、生活方式干預、危險因素干預、藥物干預及動態(tài)干預等腦卒中預防系統(tǒng)，旨在構建完善的、全面的預防干預體系，能夠與人工智能卒中高危人群數據庫形成對接，對腦卒中的早篩早治具有明顯的促進作用。

[參考文獻]

[1] 陳偉偉，高潤霖，劉力生，等.《中國心血管病報告2017》概要[J].中國循環(huán)雜志，2018，33（1）：1-8.

[2] Feigin VL，Roth GA，Naghavi M，et al. Global burden of stroke and risk factors in 188 countries，during 1990-2013：a systematic analysis for the Global Burden of Disease Study 2013 [J]. Lancet Neurol，2016，15（9）：913-924.

[3] Go As，Mozaffarian D，Roqer VL，et al. Heart disease and Stroke statistics-2014 update：a report from the American Heart Associatio [M]. Circulation，2014，129（3）：148.

[4] 高偉飛.缺血性腦卒中一級預防管理路徑的制定及效果分析[D].杭州：浙江中醫(yī)藥大學，2018：3-5.

[5] Maniva S，Carvalho Z，Gomes R，et al. Educational technologies for health education on stroke：an integrative review [J]. Rev Bras Enferm，2018，71（suppl 4）：1724-1731.

[6] Pandian JD，Gall SL，Kate MP，et al. Prevention of stroke：a global perspective [J]. Lancet，2018，392（10154）：1269-1278.

[7] 高艷，劉佳，王爽.家庭醫(yī)生簽約服務模式對腦卒中篩查高?；颊吒深A效果觀察[J].當代醫(yī)學，2018，24（35）：57-59.

[8] 哈提米汗·買買提，王育珊，徐曉璐，等.“互聯(lián)網+”健康管理干預模式在腦卒中高危人群中的應用效果[J].廣西醫(yī)學，2018（7）：822-824.

[9] 黃凱帆，呂紅英，王妙芳.醫(yī)院-社區(qū)協(xié)同健康管理模式在腦卒中高危人群中的干預效果分析[J].中國實用醫(yī)藥，2018，13（19）：132-133.

[10] 張蓬川，宋煒，王海英，等.醫(yī)聯(lián)體模式下腦卒中高危人群篩查和干預的社區(qū)管理及效果評價[J].中國醫(yī)藥導報，2017，14（30）：180-184.

[11] Giger ML. Machine learning in medical imaging [J]. J Am CollRadiol，2018，15（3 Pt B）：512-520.

[12] 王韜，楊昆，焦力群.人工智能在腦卒中診治中的應用現狀和展望[J].中國微侵襲神經外科雜志，2018，23（6）：281-284.

[13] Rebecca L，Siegel MPH，Kimberly D. Cancer statistics，2019 [J]. CA，2019，69（1）：7-34.

[14] 朱永基.人工智能可支持腦卒中數據平臺[N].健康報，2017-05-22（08）.

[15] 朱善邦，王婷，徐衛(wèi)東.人工智能診療平臺在醫(yī)學領域中的應用[J].中國醫(yī)療設備，2019，34（1）：152-155.