主席说 | 唐熠达教授：深耕 CDQI 建设与创新实践，引领心血管诊疗高质量发展

CDQI，我们称之为全国心血管疾病管理能力评估与提升工程。其重点包括能力评估和能力提升。自2018年项目启动至今，已开展了两期，第二期已于去年启动。已有上千家医疗机构参与，包含各省大型三甲医院、偏远地区相对基层的医院，如县医院、甚或更小的医院。

面对这个如此庞大的体系，我们如何制定相应的质控指标？其实，我们的目的，更多的是想帮助大家进行评估后的能力提升。无论是大型医院还是小型医院，如果需要填写过多过于复杂的质控指标，反而给大家增加了矛盾。甚或，一些基层医院还无法完全满足我们定的质控指标。

我们大会组委会有一个CDQI委员会。讨论时，已经将不同医院的需求考虑在内。像是基层医院需要填写什么样的指标，中层医院需要填写什么样的指标，大型三甲医院需要填写什么指标，其实都有所不同。这样，就能解决偏远山区的适配问题，选择可能更适合他们的指标。

这也是我们现在面临的巨大问题。首先，必须要有数据。为什么呢？因为，如果没有一个被记录下来的数据，就很难了解它的真实情况，更无从谈起它的评估及能力提升计划。所以，数据是必须有所记录的。但正如您所说，不同医院之间的电子病历系统相差太远，甚或有些医院连真正的电子病历系统都不存在。这也就是为什么我们要有数据整合平台，或者说数据整合中心的原因。

虽然，不同医院的电子病历系统可能不同，但基本看病的元素是存在的。那么，不同医院应该如何整合？不同医院有不同的数据填报标准，不同医院也根据不同疾病特点进行表格数据的填报，这也是我们希望数据整合平台拥有的设计元素。这其中，一些基础元素是必须要填的，一些是选填的，根据实际情况进行相关填报。这是我们希望能达到的结果。

至于达标率是否能反映基层真实的诊疗水平？答案是肯定的。我们是根据不同医院的需求设定的相应的指标填报和相应的达标。这里，也想再强调一下，CDQI最重要的目的，不仅仅是为了评估，评估之后的能力提升才是终极目的。所以，再通过数据填报来了解您的真实能力，在通过您的真实能力进行提升能力计划，才能最好地提升个人，也就是医生，以及医院，也就是您所在单位的诊疗水平。

以前呢，我们一直说数字质控，但不知道它到底是什么。现在，大家都在谈AI。以前都说：“让世界充满爱”。现在，是让世界充满“AI”。但人工智能(AI)在其中做什么事情呢？

首先，是辅助诊疗。怎么辅助诊疗呢？正如您所说，是不是我们可以利用人工智能进行病历的审核。这其实就是数字质控特别典型的应用实例。通过人工智能对病历进行审核，或者说对数据进行审核，可以了解不同级别医院对某些数据的同质化，以及达到同质化水平。

那哪些病种会优先试点？最大的心血管疾病，如冠心病、房颤、心衰都是可能进行相关试点的优先病种。

首先，在实操层面，究竟要建立实体化还是虚拟化？如果想要做成，可能仍然需要实体化的联合门诊或者病房。为什么这么说？以前大家说的“代谢性心血管疾病”，现在更多的叫“心血管代谢性疾病”，这个概念并非新概念。早在上世纪六七十年代，就有代谢综合征这个说法。但这些不同疾病或危险因素叠加，最终会产生心血管疾病结局。比如，高血压、高血脂、高血糖导致心血管疾病。

那么，现在为什么更多的提及“代谢性心血管疾病”？是因为，其产生了临床结局。目前，分科越来细。心肾内科、心脏内科、心血管内科，甚或有的亚专科分到10个。在这么细的分科背景下，都是高精尖的专注某个方面的问题。但患者并不会仅得一种疾病，所以，现在共病的概念越来越多。但是，无论患者得哪种疾病，最终都会落到心脏、大脑、卒中、或者心梗这些心脑血管结局。这就是为什么要提“代谢性心血管疾病”。

目前，心-肾代谢疾病、心-肝代谢疾病、心-肾-肝代谢疾病等可能提及的更多。其实，上述疾病都存在一个主线，即共享一条病理生理学机制，再达到心血管结局。这才是我们所说的多病共患的概念。眼睛近视的同时腿摔伤了，这不叫共病。只有同一种危险因素或同一种病理生理学机制，如炎症、胰岛素抵抗、以及血压高、血脂高、血糖高等机制导致的结局，这才叫共病的综合体。

那么，“代谢性心血管疾病”管理中的核心挑战和成功关键是什么？其核心挑战是不同学科的整合。虽然我们有MDT，也就是多学科诊疗，但协调不同学科还是充满挑战的。而成功，还就需要协调不同的专科。所以，在门诊层面上进行多学科联合门诊是成功的关键。

那对于病房来说，如国家卫生健康委现在提的体重管理中心，也同样需要实体化才能开展下去。比如，一个病人，无论是需要外科手术进行外科减重，还是不需要外科手术，如，通过药物、营养餐、运动医学、预防等减重，需要到病房，联合不同的专家才能给患者带来更好的结果。这也就提到您说的“以患者为中心”的概念。

近几十年，血脂一直是热点。自胆固醇引发动脉粥样硬化从而导致冠心病、心梗这个理论被确认以来，大家一致认为，血脂管理或干预是预防冠心病或动脉粥样硬化最重要的治疗方式。后来，在胆固醇降低方面取得显著疗效后，大家发现，仍存在残余心血管风险，如炎症、甘油三酯、非高密度脂蛋白、肾或尿酸等。这些也都是我们逐步进展的方向。

那为什么要强调要从单一靶点到多靶点？我们说，不能仅干预低密度脂蛋白胆固醇。脂蛋白小a要不要干预？另外一个靶点；炎症要不要干预？另一个靶点；甘油三酯要不要干预？另外一个靶点。其实，随着大家知识层次的提高，对疾病认识的深入，越来越觉得，需要更加精准、更加早期、更加个体化的选择干预策略。如果患者在降低低密度脂蛋白后，只能选择一种治疗，应该如何选择？有没有既降甘油三酯，又降胆固醇的药物？答案是，有的。如ANGPTL3、ANGPTL3/8、Lepodisiran、IL-6拮抗剂、IL-1拮抗剂等，都是进一步降低心血管疾病发生和死亡的重要治疗措施。我国心血管疾病发生率还在攀升，到底哪些才是最主要的问题，需要中国研究者进一步深入研究才能解答。

我们团队除常规诊疗外，也一直在做心血管疾病“一头、一尾”的工作。“头”指通过血脂管理和运动治疗开展心血管疾病的预防或治疗，“尾”则是心衰。

心衰是心血管疾病最后的堡垒。当前，心衰管理已进入精准治疗时代，即针对每个心衰患者应选择个体化的治疗方案。心衰患者存在不同的共病，如合并糖尿病、心律失常等。此外，患者对不同治疗方案也存在不同的反应性。我们团队目前所做的，就是希望将患者进行更加精细的分型，并通过这种精细分型，实现精准治疗。比如，一些患者对SGLT2i有反应，但有些患者没反应；还有些患者对MRA有反应等。这些现象都提示，需要对患者进行更加精细的分层。只有这样，才能重塑我们对心衰临床决策路径的选择。是选择药物、介入器械治疗，还是只需要运动预防，这都是我们需要去做的事情。

之前的问题中有提到，AI可应用于疾病的辅助诊疗。但其实，AI在心血管疾病的应用已逐步走向实战。这里的实战，指能不能真的走向“AI医生”。目前，国内外不同团队均在这个方面做了不同的探索。中国一点儿不比国外弱，甚至更强。因为我们有更充足的数据、更充足的医生团体训练模型。

最早的人工智能(AI)主要集中在影像识别、风险预测相关工作。但现在，人工智能在心血管疾病领域的诊断和治疗方面已逐步从后台走向前台。这里的前台指，真正达到了对患者疾病的预警、患者确诊疾病后的初步治疗，达到医生层面。

那么，全病程管理和单点应用的鸿沟在哪里？主要是数据质量。目前还没有能实现治疗疾病级别的人工智能模型，即便2023年ChatGPT的推出。究其原因，还是因为数据质量和体量。没有精准的数据质量很难成为一个好的“AI医生”。就像没有良好的训练就无法成为一名好医生一样。

从临床验证、算力、算法方面来看，我们的国产芯片、国产服务器、国产各方面的能力都具备了。那更重要的，还是临床医生提供的数据质量和临床医生在临床上的验证。其实，验证过程也是不断微调或提升AI能力的过程。

当然，责任认定目前还是医生本人。在做“AI医生”过程中，有很多步骤。除了数据的质量和体量外，如何进行标签化，以及如何构建高质量的Benchmark，包括如何做静态和动态的Benchmark，都需要有相应的行业规范，甚或国家标准。这也要求学会有更多的责任和义务做相应的行业规范，做相应的国家标准。

今年，长城会已经是第36届了。长城会之所以存续这么多年，并越来越受欢迎，是因为它满足了医生各方面的需求。这可以用一个词语概括，就是“纵向到底，横向到边”。我们既满足基层医生学习的需求，又满足真正的研究者，包括基础研究和人工智能研究者的需求。

所以，在如此广泛的题目下，我们才有一整周的会议、上百个论坛、几百个论坛主席、几千个话题进行探讨、几十万或上百万的点击量和参与量。每年，长城会的参与者都在2-3万人。今年，我们认为，可能更多。归根结底，原因还是在于今年的主题——心域无界，智向未来。

心域无界中的“无界”，首先指国界。长城会有非常多的国际友人参与，包含亚洲、欧洲、非洲、美洲国家等，我们没有国界。其次，没有学界。除心血管疾病外，长城会涉及人工智能的工科，算法的数学，还有其他相关的不同学科，如内分泌科、肾内科等。这些参与者既没有学科界，也没有国界。这也是长城会永远保持新鲜性和为大家服务的意识有关。

之所以叫“智向未来”。首先，我们必须要拥抱AI。原来说世界充满爱，现在说世界充满AI。不拥抱AI，就没有未来。第二，我们更加看重未来的医生。长城会为青年医生设置了非常多的专场，无论是壁报、发言、PK赛等。希望年轻医生通过本次精彩纷呈的大会，学习到更多想要学习的知识、理念、医术和研究思维。长城会的亮点，是我们永远面对未来，面对青年医生。长城会的创新点，是我们永远拥抱各个学科的整合，永远拥抱最新鲜的想法和最基础、最基本的治疗理念和临床路径。