上海仁济-花木房颤智慧管理项目——AI驱动的基层心脏病筛查与管理
摘要：上海交通大学医学院附属仁济医院与浦东花木社区卫生服务中心合作，在社区层面开展AI辅助心电图筛查和房颤智慧管理项目。共完成32,382人次心电图检查，房颤发现率3.33%（高于一般人群预期），AI自动外呼随访系统大幅降低随访成本，患者满意度97.84%，形成三级医院-社区协同的心脏病防治整合闭环。
背景与挑战
疾病概况：房颤（心房颤动）是最常见的持续性心律失常，中国患病人数约1000万，房颤显著增加卒中、心衰和死亡风险。大量房颤患者因无症状而未被诊断，错过早期干预机会。
主要问题：
- 社区房颤发现率极低：传统方式依赖患者主动就医，大量无症状房颤患者长期未被发现，在发生卒中等并发症后才得到诊断。
- 心电图资源在基层不足：社区卫生服务中心缺乏心电图诊断能力（无专业心内科医生），心电图检查后无法及时判读。
- 随访成本高，依从性差：确诊房颤患者需要定期随访、调整抗凝治疗，人工随访成本高、效率低。
核心做法
AI辅助心电图筛查 在社区卫生服务中心配置12导联心电图机，患者可便利检查，检查结果通过AI算法自动分析，快速识别房颤等异常信号，再由仁济医院心内科专家远程复核，实现”社区检查-AI预判-专家确诊”三步流程。
仁济-花木协同管理机制 确诊房颤患者在仁济医院制定规范化治疗方案后，日常随访和用药管理在花木社区进行，仁济负责复杂情况处置和定期复诊，形成真正的纵向协同管理体系。
AI自动外呼随访系统 开发AI语音外呼系统，定期自动联系患者进行电话随访，采集症状、用药依从性和生活方式信息，异常情况自动转人工处理，大幅提升随访覆盖率和降低人力成本。
关键成效
- 大规模筛查：完成32,382人次心电图筛查，覆盖浦东花木街道较大比例的适龄居民。
- 高房颤发现率：筛查发现房颤患者发现率3.33%，高于一般临床估计（中国成人房颤患病率约0.77-1%），说明AI辅助社区筛查能够发现大量此前未被诊断的患者。
- 高满意度：项目参与患者满意度97.84%，反映服务体验高质量。
- 随访成本降低：AI外呼系统显著降低随访人力成本，实现大规模患者的持续管理。
整合评估
| 维度 | 评级 |
|---|---|
| 整合模式 | 数字整合、纵向整合 |
| 整合成熟度 | L3 |
政策与制度背景
- 上海市”互联网+医疗健康”示范建设：上海是数字健康创新的前沿城市，政策环境支持AI医疗在基层的试点应用。
- 心血管疾病防治行动：健康中国行动中心血管疾病防控专项将房颤管理纳入重点内容。
- AI医疗器械审批政策：AI辅助心电图分析软件获国家药监局审批，为合法使用提供依据。
关键成功要素
- AI解决了基层心电图判读能力不足的关键瓶颈：没有AI辅助，社区心电图检查的价值受限于无法判读；AI使基层心电图能力跨越式提升。
- 三级医院-社区协同形成完整管理闭环：筛查在社区，确诊和方案在三级医院，日常管理回社区，分工明确且无缝衔接，是L3成熟度的关键体现。
- AI外呼随访是可扩展的低成本解决方案：人工随访无法覆盖数万患者，AI外呼实现了随访的规模化，且成本可控。
可复制条件与局限
可复制条件：
- 需要三级医院有参与社区协同管理的意愿和机制
- 需要AI心电图分析软件的合规应用（通过国家审批）
- 需要社区卫生服务中心具备基本的心电图设备和心内科随访能力
已知局限：
- 3.33%的房颤发现率高于一般估计，部分原因可能是社区人群年龄偏大（老年社区），不宜直接外推到全人群
- 项目在浦东新区这一政策资源充裕的地区实施，在医疗资源较弱的地区复制的可行性需要验证
- AI外呼随访的质量（信息采集完整性和准确性）相比人工随访的局限需要持续评估