患者拿著AI診斷來找你，如何應對？ACC最新建議來了

*僅供醫學專業人士閱讀參考

AI開始“搶飯碗”了？ACC大會：醫生的核心價值恰恰在于整合、篩選與決策這些專業信息。

撰文：醫學界報道組

2026年美國心臟病學會（ACC）年會上，一場題為“回應Dr. Google和ChatGPT的專業建議”的講座引發了廣泛關注。講者以一個真實病例開場：51歲男性，因腹痛急診行胸腹盆CTA，意外發現冠脈鈣化。患者回家后打開搜索引擎，輸入“急診科醫生發現我的CT有動脈鈣化，接下來怎么辦？”——這已成為當下臨床診室的日常場景。

隨著ChatGPT等大語言模型的普及，患者獲取醫學信息的渠道從“搜索”升級為“對話”。他們帶著AI生成的建議走進診室，期待醫生驗證、解釋或執行。這一變化給臨床實踐帶來了新的挑戰：醫生該如何回應AI的“專業意見”？如何在信息碎片化的時代，重新確立專業判斷的價值？

這場ACC講座給出的答案并非拒絕AI，而是提出了一個更深刻的命題：當技術讓信息變得觸手可及，醫生的核心價值恰恰在于整合、篩選與決策。本文結合講座核心內容，梳理美國醫生面對這一新常態的系統性應對策略。

偶然發現？重新定義影像學

講座的第一個關鍵觀點，是對“偶然發現”這一概念的重新審視。講者指出，當影像檢查因其他原因進行時意外捕捉到冠脈鈣化，我們不應稱之為“偶然”，而應視作“機會性篩查”。

這一稱謂的轉變并非文字游戲，而是臨床思維的調整。研究表明，在因其他原因行胸部CT的患者中，約40%存在冠脈鈣化。一項2023年發表的研究納入超過5000例患者，通過深度學習算法估算其鈣化評分，發現鈣化評分超過100者的死亡、心梗、卒中風險顯著升高。另一項薈萃分析涵蓋超10萬例患者，證實非門控CT上的鈣化與主要心血管不良事件風險提高1.3至2.5倍相關。

圖1 一項涵蓋超10萬例患者的薈萃分析

這意味著，每一次因腹痛、咳嗽或外傷進行的CT檢查，都可能成為一次心血管風險的早期預警。如果僅將其視為“偶然”而忽略，便錯失了重要的預防機會。講者強調，放射科報告對鈣化的描述率已從不足20%提升至70%以上，但臨床行動卻嚴重滯后——不足1/50的患者被轉診至心內科，僅3%啟動了他汀或阿司匹林治療。這一“報告-行動”差距，正是當前醫療系統需要直面的核心問題。

該吃藥嗎？2026血脂指南提供決策框架

當患者帶著AI建議詢問“我該不該吃藥”時，醫生需要一套清晰的決策框架來回應。2026年最新血脂管理指南提出的“CPR”路徑，恰好為此提供了依據。

C——計算風險（Calculate）：首先使用心血管疾病事件風險預測（PREVENT）或動脈粥樣硬化性心血管疾病（ASCVD）風險評分工具，評估患者10年及終生心血管事件風險。這是所有決策的基礎。

P——個體化考量（Personalize）：結合風險評分未涵蓋的因素進行修正，包括早發冠心病家族史、脂蛋白(a)水平、性別、種族、炎癥指標等。對于本病例中的51歲男性，早發心臟病家族史就是一個重要的個體化修正因素。

R——再分類（Reclassify）：若風險評估后仍存在不確定性，可通過冠脈鈣化評分進一步明確風險層級。2026年血脂指南提出的CPR路徑中，最關鍵的‘R（再分類）’環節，其核心工具正是冠脈鈣化（CAC）評分。如下圖所示，在傳統10年風險評估的基礎上，加入CAC評分后，患者的風險等級和治療方案將得到精準修正：CAC評分為0者可推遲他汀；1-100分者啟動中等強度他汀；>100分者則需高強度他汀、阿司匹林，甚至考慮鈉-葡萄糖共轉運蛋白2抑制劑（SGLT2i）等綜合管理。

圖2 冠脈鈣化（CAC）評分如何修正傳統ASCVD風險評估結果

這一路徑的關鍵在于：即使存在鈣化，也無需立即進行負荷試驗或冠脈造影。鈣化評分是風險分層工具，而非缺血評估手段。醫生需要向患者解釋這一點，避免因AI建議而陷入不必要的檢查。

如何行動？系統設計與溝通藝術

僅有指南和證據遠不夠。講座的第三部分聚焦于一個現實問題：如何讓“影像報告”真正轉化為“治療方案”？

斯坦福大學的一項研究為此提供了實踐范本。研究者通過深度學習識別影像報告中已提及鈣化但未接受治療的患者，隨機分組后，一組常規處理，另一組則主動向醫生和患者發送通知。結果令人震撼：6個月內，干預組他汀使用率從不足10%躍升至70%以上。

圖3 斯坦福大學的一項研究

這一結果說明，僅靠放射科報告遠遠不夠，必須建立主動通知、明確路徑、責任到人的閉環管理機制。目前，已有醫療系統在影像報告中嵌入自動轉診至預防心內科的建議，并已取得成效。

在溝通層面，講座特別強調了應對“AI建議”的藝術。當患者帶著ChatGPT或搜索引擎的建議就診時，醫生應避免直接否定或嘲諷，而是采用“傾聽-解釋-共情”的策略：

傾聽：“他們是怎么跟您說的？您對這件事最擔心的是什么？”

解釋：“我理解您的顧慮。根據最新的指南和您的情況，我的思路是這樣的……”

共情：“您能主動來了解這件事非常好，我們一起把下一步弄清楚。”

同時，講者建議用“機會性篩查”替代“偶然發現”這一表述，有助于減輕患者焦慮，增強治療依從性。當患者理解“這不是意外，而是一次預防的機會”時，醫患之間的信任關系也得以強化。

圖表：應對患者“AI建議”的臨床路徑

結語

當患者帶著AI意見走進診室，醫生的價值從未如此清晰。AI可以提供信息，卻無法整合個體化的臨床情境；可以列出選項，卻無法權衡風險與獲益；可以生成文本，卻無法傳遞信任與共情。

這場ACC大會講座傳遞的核心信息是：我們不必害怕AI，也不必與AI競爭。真正不可替代的，是醫生在信息洪流中做篩選、在不確定性中做決策、在焦慮中做連接的能力。當患者說出“ChatGPT說我可以不吃藥”或“AI建議我做進一步檢查”時，醫生的回應不應是“它懂什么”，而應是“我們一起看看，什么對你最合適”。

醫學的本質，從來不是信息的堆砌，而是在復雜中做出判斷，在不確定中給予確定。這一點，無論技術如何演進，都不會改變。

醫學界心血管領域交流群正式開放！

加入我們吧！

責任編輯：銀子

*“醫學界”力求所發表內容專業、可靠，但不對內容的準確性做出承諾；請相關各方在采用或以此作為決策依據時另行核查。