AHA 2025 | 专访丁耀东医生:人工智能认知训练开启冠心病合并轻度认知障碍“心脑同治” 新路径

2025-11-13 MedSci原创 MedSci原创 发表于上海

梅斯医学特邀丁耀东医生就该研究的设计、发现、临床转化前景及未来方向进行了深入解读。

近期,2025年美国心脏协会科学年会(AHA)在美国新奥尔良隆重召开。作为全球心血管领域规模最大、最具影响力的国际盛会之一,AHA聚焦心血管科学与医学最新突破,汇集全球数万名顶尖学者与临床医生,共同探索从基础研究到临床实践的创新之路。在这一国际舞台上,首都医科大学附属北京安贞医院丁耀东医生团队带来了一项前瞻性随机对照研究,“计算机化认知训练对冠心病合并轻度认知障碍(非痴呆)患者疗效”的最新成果。梅斯医学特邀丁耀东医生就该研究的设计、发现、临床转化前景及未来方向进行了深入解读

梅斯医学:本届大会汇聚了全球顶尖学者,并发布了多项重磅研究成果。您在会上分享了题为“计算机化认知训练对冠心病合并轻度认知障碍(非痴呆)患者疗效”的研究,请简要介绍这项研究的核心设计、关键发现及其临床意义。

丁耀东医生:尽管已有研究证实计算机化认知训练可改善部分轻度认知障碍患者的认知功能,但在冠心病合并轻度认知障碍这一高风险人群中,尚缺乏高质量证据。为此,团队在中国8家临床中心开展了一项前瞻性、双臂平行、随机对照试验(RCT),共纳入224例患者,随机分为实验组与对照组,各112例。

实验组接受基于人工智能的适应性计算机认知训练,而对照组则采用传统固定模式的计算机认知训练。两组均进行为期12周、每周5次、每次30分钟的训练。主要终点为12周时蒙特利尔认知评估量表(MoCA)评分的变化;次要终点包括各认知域改善情况、训练依从性,以及通过核磁共振(MRI)评估脑灰质体积变化。

结果显示,12周后,两组患者的MoCA评分较基线均有显著提升,表明两种训练方式均能有效改善整体认知功能。然而,组间比较未见统计学差异。丁耀东医生解释,这可能源于对照组所用的传统训练本身已具备一定疗效,从而削弱了新型适应性疗法在短期内的相对优势。

值得关注的是,在次要结局方面,适应性训练展现出明显优势:其患者依从性更高,且MRI数据显示,实验组在左侧辅助运动区、右侧前额叶和右侧顶上小叶等关键脑区的灰质体积显著增加。这些区域与执行功能、注意力及工作记忆密切相关,提示适应性训练可能通过结构性神经重塑发挥更深层次的认知保护作用。

梅斯医学:当前,计算机化认知训练在冠心病及轻度认知障碍(非痴呆)人群中的应用仍处于探索阶段。您如何看待其临床转化前景?在推广过程中面临哪些主要障碍或挑战?例如技术可及性、患者依从性,还是缺乏统一标准?

丁耀东医生:数字化医疗是不可逆转的趋势。借助5G、人工智能及智能终端设备的发展,患者可在家中便捷完成个性化训练,尤其适用于医疗资源匮乏地区。此外,当前血管性认知障碍尚无特效药物,而数字疗法作为一种非药物干预手段,填补了治疗空白,并有望实现个体化、精准管理

然而,推广之路并非坦途。当前存在五大挑战:1)缺乏统一标准:市面上产品良莠不齐,亟需建立权威指南与疗效评价体系;2)医保与指南覆盖不足:尚未纳入国家医保目录或临床路径,限制临床应用;3)数字鸿沟问题:老年患者对智能设备操作存在障碍,需优化人机交互界面;4)依从性难题:训练过程易枯燥,需通过游戏化设计、远程监督等方式提升参与度;5)精准分型困难:如何在基线识别不同亚型患者以实施靶向干预,仍是疗效提升的关键。

梅斯医学:展望未来,您是否有计划将该研究拓展至其他心血管或神经认知相关疾病领域?是否考虑开展更大规模、多中心的临床试验以进一步验证其普适性和长期效果?

丁耀东医生:我们正在将研究范围扩展至房颤、心力衰竭高血压等其他心血管疾病人群。这些患者同样面临较高的认知障碍风险,尤其术后认知功能下降(如心脏搭桥、瓣膜置换术后)已成为临床关注焦点。此外,针对心血管危险因素人群开展早期认知干预,有望从源头延缓甚至预防认知衰退。

下一步,我们计划推进四大方向:1)开展更大规模、多中心RCT,验证适应性训练的普适性;2)延长随访至2–3年,观察其对痴呆转化的长期影响;3)结合多模态影像与分子机制研究,探索脑结构-功能-行为之间的关联,挖掘潜在药物靶点;4)构建“协同干预模式”,整合认知训练、体能锻炼与营养支持,通过综合非药物策略全面提升患者远期预后。

综上,在心血管疾病与认知障碍日益交织的今天,丁耀东医生团队的研究不仅为冠心病合并轻度认知障碍患者提供了新的非药物干预思路,也为数字疗法在慢病管理中的落地应用树立了范例。随着技术进步与临床证据积累,计算机化认知训练有望成为心血管健康管理体系中不可或缺的一环,真正实现“心脑同治”的现代医学理念。

评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2288729, encodeId=8ed92288e295a, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=6d66912699c' target=_blank style='color:#2F92EE;'>#认知训练#</a> <a href='/topic/show?id=33fe131455e9' target=_blank style='color:#2F92EE;'>#冠心病合并轻度认知障碍#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=72, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=131455, encryptionId=33fe131455e9, topicName=冠心病合并轻度认知障碍), TopicDto(id=91269, encryptionId=6d66912699c, topicName=认知训练)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Nov 13 11:42:48 CST 2025, time=2025-11-13, status=1, ipAttribution=上海)]

相关资讯

【协和医学杂志】行业标准《人工智能医疗器械 质量要求和评价 第5部分:预训练模型》解析

本文对该标准的重要条款进行解析,旨在阐明预训练模型的质量管理框架与质量特性评价方法的设计逻辑,为行业标准的落地与实施提供技术指引。

European Journal of Cancer:诊断罕见皮肤肿瘤的艺术,DL-CNN能否提高皮肤科医生的诊断准确性

现有市场批准的DL-CNN在罕见皮肤肿瘤诊断中性能中等,无法实质性提升皮肤科医生的整体准确率,其预测仅在某些亚型中具有辅助价值。

ESMO Open:基于多模态人工智能的鼻咽癌远处转移风险分层

虽然世界卫生组织亚型系统在鼻咽癌临床分类中广泛使用,但越来越多研究表明当前世界卫生组织分类在预测化疗和放疗结局方面存在不足。

基于回归/AI的预测模型质量、偏倚风险与适用性评价工具更新版:PROBAST+AI中文解读

本文对PROBAST+AI工具的开发过程、评价内容及使用方法进行解读,以期为国内学者提供新的借鉴和帮助。

告别 “估摸着吃”!115 种食品数字化图谱问世,9 大类食物含小中大三种份量

本文介绍了首个针对中亚地区的数字视觉食品图谱,支持精准饮食评估与营养研究。

International Journal of Surgery:人工智能护航食管切除术!实时监测喉返神经过度牵拉,提前预警避免术后麻痹

人工智能系统在10例手术视频评估中正确识别84.4%的意外神经牵拉场景,过度牵拉风险值与牵拉强度呈正相关,并在代表性病例中早于神经完整性监测仪振幅下降前发出预警,显示其具备实时检测过度牵拉的潜力。