2026上海国际医疗器械展 “AI+医疗”新成果！浙大医学院附属第二医院打造“全血管数字人”技术体系

在医疗科技浪潮奔涌向前的今天，人工智能正以不可阻挡之势，重塑医疗行业的各个领域。其中，心脑血管疾病作为威胁人类健康的“头号杀手”，其精准防治一直是医学领域的重点与难点。

浙江大学医学院附属第二医院在这一领域实现了突破性进展——由中国科学院院士、浙江大学医学院附属第二医院院长王建安领衔，依托经血管植入器械全国重点实验室，成功打造出“全血管数字人”技术体系。

这一创新技术借助AI的强大算力与数据分析能力，为全身泛血管疾病的精准诊治开辟了全新路径，从疾病早筛、术前规划，到术中指导、术后追踪，构建起了一条完整的智慧医疗闭环链。“当然，我们的‘全血管数字人’还不够完美，‘AI+医疗’的探索始终在路上。”王建安院士表示。

“全血管数字人”不止是虚拟模型

更是精准医疗的“智慧大脑”

提及“全血管数字人”，很多人会将其简单理解为人体血管的虚拟影像。但它早已超越“模型”的范畴，成为辅助医生开展精准诊疗的“智慧大脑”。

全血管数字人并非凭空构建，而是基于海量真实人体血管数据，通过数字孪生技术，1:1还原人体血管系统结构与功能的完整映射。这些数据涵盖了不同年龄、性别、体质人群的血管形态、血流动力学特征、病变发展规律等多维度信息，经过AI算法的深度学习与优化，最终生成三维透明的动态虚拟影像。医生通过这个“数字替身”，可以不受生理结构限制，从任意角度、任意层面观察血管的细微变化，甚至能“穿透”血管壁，清晰地看到斑块的性质、位置以及对血流的影响，而这些都是传统影像学检查难以实现的。

更重要的是，“全血管数字人”具备强大的AI分析能力。它能捕捉到肉眼无法识别的病变特征，比如血管壁的早期硬化信号、血流速度的细微异常等，帮助医生在疾病萌芽阶段就能做出精准判断。同时，结合过往海量的临床病例数据，AI还能为不同患者“量身定制”诊疗方案，并预判治疗效果与潜在风险，让精准医疗从“经验驱动”真正转向“数据驱动”。

这项技术尤其适用于疑难危重病例，对于复杂血管病变的手术方案制定、并发症预测等难题，“全血管数字人”能凭借其动态模拟与智能分析能力，为医生提供关键决策支持，大幅提升诊疗的安全性与有效性。

心脏瓣膜病诊疗：

从早筛到手术规划再到随访

“AI+数字人”全程护航

心脏瓣膜病是临床常见的心血管疾病，传统诊疗模式高度依赖医生经验，从早期诊断到术后管理都存在诸多痛点。而“全血管数字人”的出现，正逐步破解这些难题，为心脏瓣膜病患者带来福音。

过去，医生依靠心脏彩超、心电图诊断心脏瓣膜病，对于早期轻症患者，很容易出现漏诊或误诊。如今，AI与“全血管数字人”的紧密结合，彻底改变了这一局面。AI能够整合心电图、胸部CT、X片等常规影像学数据，对照“全血管数字人”中存储的瓣膜病变特征库，自动识别高危患者。数据显示，AI结合心电图识别心脏瓣膜病高危人群的准确率已达80%以上，若结合胸部CT或X片，准确率更是提升至90%以上，为疾病早筛提供了强有力的技术支撑。

对于已确诊的患者，“全血管数字人”在术前规划阶段发挥着不可替代的作用。AI会对患者心脏瓣膜及周边血管结构进行智能分割，在数字模型中精准标记出瓣膜钙化程度、瓣口狭窄范围以及周边重要血管、神经的位置，构建出完整的“手术地图”。随后，结合血流动力学模拟技术，AI能在“数字人”身上预演整个瓣膜植入过程，模拟不同尺寸瓣膜的放置效果，分析手术可能对血流产生的影响。

图注：AI能在“数字人”身上预演整个瓣膜植入过程，模拟不同尺寸瓣膜的放置效果

以前，一台心脏瓣膜手术的术前评估，需要医生手动重建心脏CT影像，分析半小时到一个小时才能完成。在手术量庞大的三甲医院，这无疑加重了医生的工作负担。而现在，AI通过“全血管数字人”进行术前模拟，不仅能将评估时间大幅缩短，其方案模拟准确率更是达到97%以上，与资深专家的判断高度吻合。医生只需根据AI提供的模拟结果，就能从多个备选方案中选出最适合患者的“最优解”，让手术规划更精准、更高效。

术后管理同样是心脏瓣膜病诊疗的关键环节。患者术后易出现心律失常等并发症，传统随访模式需要患者定期往返医院复查，不仅耗时费力，还可能因未能及时监测到异常而延误治疗。对此，浙大二院心血管内科推出了AI可穿戴监测设备，与“全血管数字人”形成联动。患者出院后佩戴设备，就能实时监测心率、心电图等指标，数据会同步传输至“全血管数字人”系统。一旦出现异常，AI会立即发出预警，医生可远程为患者进行诊断，指导后续治疗。

“曾有一位外省患者，术后出现胸闷症状，可穿戴设备监测到其心电图异常后，我们通过‘全血管数字人’系统远程分析，判断可能是急性心肌梗死，立即建议他就近就医，最终成功挽救了他的生命。”浙大二院心血管内科朱齐丰副主任医师介绍，此外，得益于居家监测模式，约85%的患者术后无需长期住院，平均住院日显著缩短，医疗资源也得到了更合理的利用。同时，AI智能体还能结合“全血管数字人”中的患者病历数据，实时解答术后患者的疑问，开启了心脏瓣膜病术后随访管理的新模式。

冠心病诊疗革新：

无创评估替代有创评估

AI当起“导管室守门人”

冠心病作为心脑血管疾病最常见的疾病之一，其诊断与治疗一直面临着较大的挑战。传统诊疗中，冠脉CTA或冠脉造影虽能发现血管狭窄，但无法准确评估心肌缺血，可能导致不必要的支架植入。而浙大二院提出的AI赋能的功能学技术指导的全流程精准治疗方案，借助“全血管数字人”技术，成功破解了这一困境。

“冠心病精准介入治疗的核心问题是评估冠状动脉狭窄是否导致心肌缺血，继而决定血运重建与否，而并非所有狭窄都需要干预。”浙大二院常务副院长胡新央教授解释道，“关键在于判断狭窄是否影响了心肌血流，而CT-FFR（基于冠脉CTA的血流储备分数）与QFR（基于冠脉造影的定量血流分数）可以通过无创的方式计算血流，从而判断是否缺血。而‘全血管数字人’则是这类技术的核心载体。”

具体而言，医生通过冠脉CTA或冠脉造影获取患者血管影像后，AI会将数据导入“全血管数字人”系统，自动重建冠状动脉的三维虚拟模型。随后，AI会模拟血液在冠状动脉中的流动状态，计算出不同部位的血流储备分数。正常情况下，数值为1.00；若数值小于0.80，说明狭窄已严重影响心肌血流，需要支架植入；若大于0.80，则提示病情较轻，可采取保守治疗。

“CT-FFR就像‘导管室的守门人’，能精准筛选出真正需要冠脉造影的患者。”胡新央教授表示。跟传统的冠脉CTA相比，这项技术可避免约26.2%不必要的冠脉造影检查。以往完成一次CT-FFR分析需要一天左右，如今在AI与“全血管数字人”的助力下，10分钟内就能得出结果，效率大幅提升。

近期，由王建安院士、胡新央教授领衔的FLAVOURⅡ研究成果，在美国心脏病学会年会与《柳叶刀》杂志同步公布。该研究证实，AI赋能的QFR技术，在指导冠心病介入治疗方面的临床疗效可媲美传统血管内超声技术，且仅需单一体位影像，1分钟内就能完成全流程分析，诊断效率实现质的飞跃。

图注：成果发表于国际医学顶刊《柳叶刀（《The Lancet》）》杂志

不仅如此，此项技术还能在“全血管数字人”上模拟支架植入过程。AI会根据患者血管狭窄的位置、程度，模拟不同尺寸支架植入后的血流变化，帮助医生选择最合适的支架类型与植入位置。

“以前，医生只能凭经验判断支架植入效果，而现在，通过‘数字人’的模拟，我们术前就能‘预见’手术效果。”浙大二院心血管内科张金龙医生说。

统计数据显示，QFR技术与传统的血管内超声技术相比可减少11.5%不必要的心脏支架植入，这项技术作为一种无创算法，既降低了患者接受有创操作的风险，又节省了超声导管、心脏支架等医疗资源，实现了医疗效益与患者利益的双赢。

外周血管疾病诊疗：

动态监测+体外模拟

AI预判风险、优化方案

相较于心脏血管严重病变如心肌梗死，脑血管重症脑卒中，大众对外周血管的疾病了解相对较少，而实际情况是外周血管分布从颅底到足底、从动脉到静脉、从主动脉到末梢血管，疾病范围广，病变类型复杂，尺度跨越大，病变广泛而相对平缓，是应用“全血管数字人”的适应区域，在浙大二院全数字化体系建设推动下，创新了多项创新的数字化技术，建立了目前规模最大，数据量最丰富、数字化储能最高的外周血管功能性数据库，为人工智能赋能外周血管疾病诊疗提供了新的解决方案。

腹主动脉瘤是外周血管疾病中发病率并不低的老年性血管疾病，主要由于动脉硬化造成血管组织强度降低形成“吹气球”一样的扩张，但早期很少出现症状，而一旦破裂，死亡率极高。目前临床对腹主动脉瘤手术指征的判断基于RCT研究结果形成的临床指南，形成以瘤体直径、形态和连续扩张速度为指标的行业标准，但对于真实动脉瘤破裂因素、破裂风险还处于未知状态。借助于浙大二院正在逐步形成的全血管数字人，不仅可以监测动脉瘤直径、形态，更能准确分析血管瘤壁弹性、硬度、强度等一系列物理数据，可以把疾病状态的动脉瘤以近乎真实的体外仿真状态提供给患者和医生，从而更准确判断手术时机、预设手术方案，甚至于预测手术结果。

图注：瘤区血流动力学分析，箭头所指为AI分析出的该腹主动脉瘤最容易破裂的点位

浙大二院血管外科主任陈兵讲述了一例不可复制的破裂腹主动脉瘤患者抢救的经历。一位60岁的男性患者，体检时发现腹主动脉瘤，直径已达到9cm，需要手术治疗。血管外科将患者收入院后，进行了完善的术前准备，特别是利用“全血管数字人”技术对动脉瘤进行了仿真分析，发现具有高破裂风险，并预测了破裂的部位。然而患者因为其他原因拒绝手术，医生劝说无果只能看着患者出院。

然而3个月后，陈兵深夜接到急诊电话，在看到患者名字时，意识到就是这位患者。陈兵立即启动数据库调取患者的数字化信息，AI自动形成初步手术预案，患者一刻不耽搁紧急经过绿色通道进入手术室。当时患者已发生休克，处于死亡的边缘。血管外科团队在AI全血管数字人技术加持下，以最快速度和最合适技术方案为患者实施了经血管覆膜支架破裂腹主动脉瘤隔绝手术。不到1小时，手术结束，患者生命体征平稳。而在回顾救治资料时发现，患者腹主动脉瘤破裂的区域，同AI预测完全一致。

泛血管疾病全程管理：

大数据+AI预警

构建高危患者防护网

心脑血管疾病的防治，不仅要关注已发病患者的诊疗，更要重视高危人群的风险管控。浙大二院依托“全血管数字人”技术，搭建起基于泛血管大数据的AI预警平台，实现了对高血压、高血脂、高血糖等基础疾病患者的全程风险管理。

“这些基础疾病是泛血管疾病的高危影响因素，若不及时干预，很可能发展为冠心病、脑卒中等严重病症。”浙大二院内分泌科主任郑超表示，而AI与“全血管数字人”的结合，让风险预警变得更精准、更及时。

该平台会自动抓取患者的体检数据、门诊记录、用药情况等信息，结合“全血管数字人”中存储的泛血管疾病风险评估模型，按照ASCVD（动脉粥样硬化性心血管疾病）分层标准，对患者的风险等级进行自动划分。对于极高危患者，AI会立即将预警信息与诊疗建议发送给主管医生，督促医生重点关注该患者的病情变化。在治疗结束后，AI还会开启智能随访模式。

此外，所有患者的诊疗数据都会被纳入专病队列，为泛血管疾病大模型的训练与优化提供数据支撑，形成“预警－治疗－随访－数据迭代”的闭环管理模式。

“这种数字疗法不仅能为患者提供更精准的医疗服务，还能促进医疗科技与AI的深度融合。”郑超主任医师说。通过持续积累临床数据，“全血管数字人”的智能分析能力会不断提升，未来将为更多泛血管疾病患者筑起一道坚实的健康防护网。

来源 | 浙大二院公众号

（转自《都市快报》2025年10月21日A08-09版，记者俞茜茜、林琳）

，若涉及侵权，请立刻联系删除