![]()
(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。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.