（2025）AHA科学声明：人工智能增强心脏肿瘤学精准医疗解读

2025AHA科学声明：人工智能增强心脏肿瘤学精准医疗解读2025年美国心脏协会（AHA）发布的《人工智能增强心脏肿瘤学精准医疗》科学声明，是全球首部系统梳理人工智能（AI）在心脏肿瘤学领域应用证据、提出临床应用规范与发展方向的权威指导性文件，填补了该交叉领域缺乏权威共识的空白，为推动AI从概念研究向临床精准实践转化明确了方向。一、声明发布的背景与核心定位近年来，全球抗肿瘤诊疗水平快速提升，肿瘤患者长期生存率显著提高，治疗相关心血管并发症发生率逐年上升，同时原发性心脏肿瘤、心脏转移瘤的临床诊断需求也持续增长。心脏肿瘤学作为心脏病学与肿瘤学交叉的新兴学科，面临着疾病异质性强、风险分层不准确、预后预测精度不足、个体化治疗决策缺乏依据等核心痛点。传统的临床决策模式依赖医生经验与有限的生物学标志物，难以满足大样本人群精准诊疗的需求。在此背景下，AHA组织多学科专家系统汇总了近10年AI在心脏肿瘤学领域的基础与临床研究证据，形成该科学声明，核心定位是明确AI在心脏肿瘤精准医疗中的价值边界，规范AI临床应用的质量标准，指明未来研究与转化方向。二、声明核心共识要点解读1.AI在心脏肿瘤高危人群筛查与风险分层中的应用价值获明确肯定声明指出，基于医学影像的AI模型已经展现出优于传统方法的早期识别能力。AI可自动完成超声心动图、心脏磁共振（CMR）、CT等影像的心肌分割、心功能测量，比人工分析效率提升10倍以上，且一致性更好，能够早期发现蒽环类药物、靶向治疗、免疫治疗等抗肿瘤方案导致的亚临床心功能损伤，提前识别高危人群。声明提到，多项多中心研究显示，AI基于基线超声心动图特征，可提前1-2年预测化疗相关左心室功能障碍的发生风险，AUC可达0.82-0.89，显著高于传统临床风险评分。对于遗传性心脏肿瘤高危人群，AI整合基因组与影像特征，可提升携带者早期筛查的灵敏度，降低漏诊率。2.AI整合多源数据可显著提升诊断与预后预测精度声明强调，心脏肿瘤的诊断与预后评估需要整合临床、影像、基因组、转录组等多源数据，AI尤其是深度学习模型可有效挖掘多源数据中的隐藏关联，解决传统单因素分析的局限性。对于原发性心脏肿瘤，AI基于影像组学特征可精准区分良性黏液瘤与恶性肉瘤，诊断准确率可达90%以上，避免不必要的有创检查。对于接受抗肿瘤治疗的患者，AI模型可整合患者基线心血管危险因素、治疗方案、动态影像变化、循环生物标志物等数据，精准预测发生心力衰竭、心肌炎、心肌梗死等严重心血管事件的风险，帮助临床提前干预。声明同时明确，AI预后模型的外部验证是临床应用的必要前提，目前多数已发表模型仍缺乏大规模多中心外部验证，需要进一步研究。3.AI可辅助个体化治疗决策，平衡抗肿瘤疗效与心血管安全心脏肿瘤学的核心目标是在最大化抗肿瘤疗效的同时，最小化心血管毒性，AI为实现这一目标提供了新工具。声明指出，AI模型可基于患者个体特征，模拟不同抗肿瘤方案的心血管风险与肿瘤控制效果，为临床推荐最优的个体化方案。例如，对于老年早期乳腺癌患者，AI可根据患者基线心功能、合并症等特征，预测不同化疗方案的心力衰竭发生风险，帮助临床在疗效与安全之间做出更合理的选择。对于免疫检查点抑制剂相关心肌炎，AI可提前识别高风险患者，指导预防性干预，降低病死率。此外，AI还可辅助心脏肿瘤介入与手术治疗的术前规划，基于三维影像模型模拟手术路径，降低手术风险。三、声明提出的AI临床应用规范化要求AHA科学声明针对当前AI应用存在的问题，明确了一系列规范化要求：一是强调AI模型的可解释性，要求临床应用的AI模型必须具备可解释性，避免"黑箱"模型直接进入临床，可解释人工智能（XAI）是未来AI心脏肿瘤学的核心发展方向；二是要求数据标准化与减少偏倚，指出当前多数AI模型训练数据存在种族、性别、机构偏倚，需要建立多中心、标准化的数据库，纳入不同人群的数据提升模型泛化性；三是明确数据隐私与伦理要求，AI应用必须符合医疗数据隐私保护规范，获得必要的伦理审批；四是要求临床验证与监管准入，所有临床应用的AI产品必须完成前瞻性临床验证，获得相应的监管机构批准后方可常规应用。四、当前转化应用面临的挑战声明也客观梳理了AI在心脏肿瘤学领域转化应用面临的挑战：一是多数AI模型仍处于研究阶段，缺乏前瞻性临床结局研究证据证明AI可改善患者预后；二是AI模型整合进入现有临床工作流存在技术障碍，多数医院现有信息系统难以对接AI工具；三是临床医生的AI素养不足，多数心脏科与肿瘤科医生缺乏对AI模型的理解与应用能力；四是监管与报销体系不完善，多数AI产品尚未获得临床应用的监管批准，也缺乏明确的报销政策支持；五是成本较高，大规模推广AI应用的经济负担仍较重。五、对我国心脏肿瘤精准医疗发展的启示该AHA科学声明对我国心脏肿瘤学的发展也具有重要指导意义：一是我国应加快推动心脏肿瘤学多学科协作体系建设，整合心脏病学、肿瘤学、影像医学、生物信息学等多学科力量，开展AI相关研究；二是建立我国自主的标准化心脏肿瘤临床与生物数据库，为训练适合我国人群的AI模型提供数据基础；三是加强AI临床转化研究，开展多中心前瞻性研究验证AI模型对我国患者的效能与