腦卒中篩查率僅?0.24%，老來健康AI能否破局？

（圖片為AI生成）

在我國，腦卒中已連續多年位居國民死因首位，占全部死亡的22.3%。

國際權威醫學期刊《柳葉刀·神經病學》最新數據顯示：中國目前約有2670萬卒中現患病例，每年新發病例達420萬，死亡病例約210萬。折合到每一天，超過11000個家庭因卒中陷入醫療與照護的深淵。與此同時，2025年數據顯示，我國約60%的存活卒中患者遺留不同程度的殘疾，每年因卒中死亡超155萬人，年度總經濟負擔已超過4000億元。

然而，比觸目驚心的發病數據更令人憂慮的，是我國卒中防控體系中一個被長期忽視的結構性短板——早期篩查率嚴重偏低

一、結構性困境：0.24%篩查率背后的“不可能三角”

全國卒中減殘先行先試區經驗交流推廣會上披露的數據顯示，我國卒中篩查率尚不足0.24%。這意味著每1000名高危人群中，僅有不到3人接受過科學的風險評估。造成這一困局的根源在于卒中防控的 “不可能三角” 。

專業性門檻高：傳統卒中風險篩查高度依賴神經內科醫生的面診評估和CT/MRI影像檢查，基層醫療機構普遍缺乏相應的人力和設備；

人群覆蓋面廣：我國40歲及以上人群卒中患病率達2.68%，僅這一年齡段的高危篩查需求就涉及數億人口；

經濟成本高昂：將專業級篩查服務下沉到社區和農村，意味著巨大的人財物投入。

卒中防控“不可能三角”的根本破解之道，在于用技術手段將篩查的專業門檻大幅降低、將篩查的邊際成本壓縮至接近為零。這正是AI介入的核心價值所在。

二、基層困局：當篩查未被納入“基本公衛”

更為嚴峻的現實是，腦卒中高危人群篩查當前屬于國家重大公共衛生服務項目，而不是 “國家基本公共衛生服務項目”。目前基層醫療機構僅能依托已有的基本公衛服務，落實35歲以上人群首診測血壓等基礎工作，系統性的卒中風險評估與干預尚未形成制度化、常態化的服務供給。

要實現國家“百萬減殘工程”提出的“健康中國345目標”：發病率降低30%、殘疾死亡率降低40%、卒中復發率降低50%，亟須能夠規模化復制、低成本推廣的篩查工具。

三、技術破局：AI重構腦卒中防控

老來健康APP上線的腦卒中風險預測功能，通過多模態AI技術，基于千萬級臨床數據和專業的臨床指南知識庫，將原本必須依賴專業醫生和設備完成的神經功能初篩，簡化為用戶用手機一分鐘即可完成的“掃臉護腦”自測。

其核心價值在于同時破解了卒中防控的三個關鍵制約：

降低專業性門檻：AI模型通過分析面部特征、聲紋變異和臨床風險因素，自動化完成綜合風險演算，無需專業醫生介入；

實現超大規模覆蓋：依托老來健康APP超3400萬用戶的既有用戶基礎，篩查工具可以在不增加額外推廣成本的情況下，實現億級人群觸達；

壓縮邊際成本至零：每一次新增篩查的邊際成本趨近于零，徹底擺脫了傳統篩查模式“多篩查一人即多一份人力成本”的線性約束。

當AI技術真正走下學術期刊的版面、走出三甲醫院的圍墻，成為普通中老年群體觸手可及的健康守門人，卒中防控的“不可能三角”才真正有了被打破的可能。

四、政策呼應：當技術能力遇上制度紅利

從政策端來看，AI卒中篩查的規模化普及正迎來一個重要的時間窗口。國家衛健委聯合多部門發布了《加強腦卒中防治工作減少百萬新殘工程綜合方案》，明確到2030年要實現“30歲及以上居民高血壓知曉率達到60%以上”等階段性目標。2026年3月，中國卒中專科聯盟工作會議進一步提出，要深化腦卒中高危人群篩查，計劃創建全國統一標準化的卒中發病監控地圖，并推動優質醫療資源向縣域下沉。

這意味著政策重心正在前移，從聚焦已發病的緊急救治，擴展到覆蓋高危人群的早期識別與干預。

在這一趨勢下，老來健康AI卒中風險預測功能的意義，不僅是一項技術應用，更是連接政策目標與群眾實際需求的數字化紐帶。它讓篩查不再受限于醫院場景，有望成為“人人可及、處處可用”的基層防控工具，為“百萬減殘工程”貢獻一份扎實的力量。