为中国老龄社会打造个性化护理体系 | 推广

从卒中康复到眼部筛查，中国研究人员正在构建更智能、更一体化的老年护理体系，融合了人工智能、精准医疗与预防策略。

随着人工智能与医疗保健的深度融合，未来偏远地区老年人的体检，或许将从一次常规的眼部扫描开始。人工智能在分析眼部扫描图像之后，不仅能识别青光眼，还可同步评估心血管风险。与此同时，智能设备持续监测血压并实时生成健康报告，使社区医生能够制定个性化的血压管理方案。

“随着老年病护理从碎片化应对转向系统化、精准化、主动化的模式，我们正见证这一领域的重大进展。”中国北京首都医科大学校长、神经外科教授吉训明说。

中国的60岁及以上人口规模全球居首，预计2035年将突破4亿。随之而来的是，老年相关慢性疾病正对国家医疗体系构成日益严峻的挑战。心血管疾病尤为常见，而由糖尿病视网膜病变和黄斑变性引起的视力丧失同样是亟待解决的问题。

吉训明指出，当下的目标不仅是延长寿命，更是延长健康寿命。首都医科大学的研究人员正从多维度推进这一目标，包括改进脑卒中治疗、强化血压管理，以及利用人工智能实现视力损伤的早期检测。

脑卒中防护

脑卒中由脑内血管阻塞引发，是导致死亡和残疾的主要原因之一。吉教授指出：“血管阻塞后的每一秒，都会有更多脑组织坏死。因此，治疗不仅要恢复动脉通畅，还要在血流恢复前保护脆弱的脑组织。” 

基底动脉闭塞( Basilar artery occlusion, BAO) 由脑底主要动脉血栓引起，尤为致命。它会损伤控制呼吸、心跳等生命中枢功能的脑区，死亡率高达近80%。吉训明解释说，在该部位通过手术恢复血流“难度极高，风险极大”。

为提高成功率，他的团队设计了一套针对BAO的综合治疗方案。他们运用先进的多模态成像技术精准定位可挽救的脑组织，然后采用微创的“机械取栓术”清除血栓。该疗法通常与“血管成形术”联合实施，以维持动脉通畅。

研究人员开展了两项外科临床试验——ATTENTION (发病12小时内) 和BAOCHE (发病6–24小时内)，用于评估在这些关键早期阶段实施取栓治疗的患者预后^1,2。

“将治疗窗口期延长至24小时，意味着即便患者从基层医院转来，也有机会接受有望救命的干预措施。”吉训明解释说。

然而，尽管试验中近90%的病例血管再通成功，但仅约40%的患者长期脑功能恢复良好。“动脉可能通了，但大脑不一定能救回来。” 吉训明说。这是因为当血栓阻塞血流时，周围脑组织会因缺氧而逐渐坏死。

为弥合血管再通与脑功能恢复之间的差距，研究团队历经十年，探索通过面罩补充氧气能否保护脑组织。

在称为OPENS-1的小型试验显示出积极结果后，团队又开展了规模更大的OPENS-2试验，纳入280名患者，以评估补充氧气能否改善接受取栓治疗患者的功能预后³。

OPENS-2试验聚焦于症状发作六小时内接受手术的中度卒中患者。吉训明团队正在探索更早启动氧疗（如在救护车转运期间），或将术后氧疗延长至24小时，是否能进一步提升临床获益。

“这些工作对偏远地区的患者尤为重要，因为转运难免耽误些时间。”吉训明说。

血压管理

治疗手段的进步固然重要，预防性措施在减轻脑卒中负担方面也同样关键。高血压是主要风险因素——在中国60岁及以上成年人中患病率超过一半，不仅会显著增加脑卒中风险，还会导致心力衰竭、冠状动脉疾病和肾脏疾病的发生率上升。

“在日常临床工作中，我们往往先看到并发症，患者常在多年后才意识到自己的血压长期偏高。”首都医科大学附属北京安贞医院院长、心脏病专家蔡军说，“公众的认知与控制仍远远不足。”

为明确高血压的治疗方案，蔡军团队启动了名为STEP的试验，该试验覆盖42家医院，招募了8500余名60至80岁的患者。参与者被随机分配至不同收缩压目标值的治疗小组，收缩压即血压读数中的上数值。两组目标值分别为标准范围（130-150毫米汞柱）和较低范围（110-130毫米汞柱）。

在中位随访时间三年后，研究人员发现将血压维持在较低水平的治疗组心血管事件发生率更低，尤其是中风⁴。

蔡军说，该研究结果为强化血压控制对高血压患者的益处提供了重要启示，但存在若干局限性：“未纳入体弱及多病共存患者，随访时间相对较短，且所有参与者均为中国人。”  

为探究早期干预是否能带来更大的保护效应，研究团队近期启动了 STEP预试验，旨在验证在高血压确诊前启动治疗能否降低长期心血管风险。该试验目前正在全国165家医院招募约25000名高血压前期受试者（依据中国诊断标准，收缩压130–139毫米汞柱，舒张压80–89毫米汞柱）。

蔡军团队同时致力于深入解析持续性高血压的发病机制。他们发现名为 GPR146 的细胞膜蛋白能够帮助细胞感知血管内的血流压力。GPR146 通过与 PIEZO1 离子通道相互作用，将机械应力转化为细胞内的化学信号。这些组分协同作用，似乎会触发血管重构（血管的改变），从而使血压随着时间升高⁵。

“我们正在研究是否能针对这条通路开发新的治疗手段。”蔡军说。“临床研究告诉我们如何管理患者，而机制研究则揭示了潜在的新干预方向。”

他补充说，小核酸药物、基因调控、预防性疫苗，乃至再生疗法等策略，或许都能重塑高血压的治疗。

眼部筛查

血压管理不仅可以降低心血管风险，而且可以在我们年老时更好地保护眼健康。北京同仁医院眼科中心主任王宁利指出：“如今，不仅青光眼、黄斑变性、白内障等眼病威胁着视觉健康，与慢性全身疾病相关的眼部病变也正成为导致视力丧失的主要原因。”

他强调，若能早期发现，多数眼病都能得到有效控制。但挑战在于如何经济高效地筛查数百万人口。他的团队发现，单一眼病筛查成本过高，而将五种主要致盲眼病筛查整合则极具成本效益⁶。他们对比了传统面诊筛查、远程医疗及人工智能辅助筛查模式在检测多种老年性致盲眼病方面的效果。王宁利说：“我们发现人工智能辅助模式能降低成本并提升可及性，尤其在医疗资源匮乏的农村地区效果显著。”

这些发现促成了VisionFM的诞生——与香港中文大学联合开发的多模态视觉基础模型⁷。该模型基于56万人的数据和340万张眼科影像进行预训练，涵盖眼底摄影、光学相干断层扫描等八种常见影像方法。VisionFM 可执行多项眼科任务，包括眼部疾病筛查和进展预测。

王宁利说，通过医院网络间的影像数字共享，该工具还能进一步提升远程诊疗质量，从而惠及临床实践。

该团队目前正在社区诊所和移动医疗车中试点应用该模型。他们发现，在结合视网膜图像与血液检测数据集进行训练后，该模型还能预测血细胞计数、肾功能、血糖和血脂等全身健康指标，平均准确率接近80%。

 王宁利解释道：“眼睛是能够以非侵入方式直接观察神经、血管乃至血流变化的器官。正因如此，它能揭示身体其他部位的诸多信息——我们的目标不仅是发现早期眼病，也包括及早识别那些威胁老年生活自主能力的慢性疾病。”

更智能的健康管理

在吉训明看来，关键在于构建覆盖预防、筛查、诊断、治疗及康复的全流程全国性“智能健康网络”，实现从国家级中心到患者家庭的全链条贯通。

“要使该系统有效运行，需要创新知识共享模式。”他说，“VisionFM这类人工智能模型必须学习全国范围内的数据，但同时需要明确的法规和标准化流程来保障隐私安全。”

这一系统的成功终将取决于新一代科学家。“我们需要的突破将来自既能守候病床又能埋头实验室的人。”他强调，“他们必须通力协作。进步有赖于于临床医生、基础科学家、工程师和数据专家，同心应对临床难题。” 

参考文献：

1. Tao, C. et al. N. Engl. J. Med. 387, 1361-1372 (2022).

2 Jovin, T. G. et al. N. Engl. J. Med. 387, 1373-1384 (2022).

3 Li, W. et al. Lancet 405, 486-497 (2025).

4 Zhang, W. et al. N. Engl. J. Med. 385, 1268-1279 (2021).

5 Chen, Z. et al. Circ. Res. (2025).

6 Liu, H. et al. Lancet Glob. Health 11, e456-e465 (2023).

7 Qiu, J. et al. N. Engl. J. AI, 1(12), AIoa2300221. (2024).

精准医疗与社区健康相结合助力健康老龄化

随着人类寿命增加，人们的目标不再是单纯延寿，增添健康充实的寿命成为了新的关注点。

实现这一目标的一大障碍，在于人类的认知能力及其他功能随年龄增长而衰退。仅失智症一项，预计到2050年就将影响全球1.5亿人，给家庭、经济和医疗体系带来巨大挑战。

这一现实使得失智症防治策略发生根本性转变——从被动的后期疾病治疗转向主动的终身健康管理。

在中国北京的首都医科大学，研究人员正从两个方向推进：精准脑健康项目致力于开发认知障碍早期检测与干预工具；而一项公共卫生计划则构建了可复制，可推广的社区主动整合护理框架。

精准脑健康

在精准神经科学研究的前沿阵地，首都医科大学附属宣武医院的唐毅团队正致力于开发新型工具，用于更早期、更高效地识别和干预认知功能减退。

该团队的工作基于2019年首次提出的阿尔茨海默病的“系统论模型”。不同于基于单一靶点假说（如淀粉样蛋白假说）的传统研究路径，唐毅团队通过分层过程，将疾病作为一个整体加以考察¹。

第一层关注已知的疾病诱因，如淀粉样斑块、tau蛋白及血管损伤。

这些诱因通常会导致大脑系统级功能障碍，例如调控记忆的神经网络崩溃或同步脑节律的紊乱。研究人员指出，这些“第二层级”的失调将进一步引发阿尔茨海默病的临床症状。

“这使我们的关注点从修复单一上游问题，转向干预这些普遍存在的下游功能障碍。”唐毅说。这一理念推动了用于早期检测和个性化干预的新工具开发。

为早期识别高风险人群，团队成员秦琪创建了一种无监督机器学习模型，利用磁共振成像预测认知障碍风险。

经内部和外部队列验证，该模型对认知障碍的预测准确率超过80%²，有望为传统神经心理学测试提供更客观且可扩展的替代方案。

为完善该方案，研究团队还开发了一种更易获取且成本更低的检测方法。他们发现早期阿尔茨海默病患者常在嘈杂环境中难以理解话语，进而推断出部分患者在疾病早期阶段处理复杂声音的能力就会减弱³。这意味着通过简单的听觉测试即可辅助筛查。

唐毅构想了一个双层筛查体系：听力测试筛查大众群体，标记的高风险人群再通过MRI方法进行精准诊断，从而指导后续治疗方案。

早期检测必须与有效干预相结合。唐的团队同时致力于个性化非药物疗法，尤其关注“计算机化认知训练”（CCT）——通过定向脑部训练延缓认知衰退。研究人员指出，尽管CCT展现出潜力，但其优化“剂量”仍未明确。

团队对超过8700人开展的研究揭示了与年龄相关的剂量反应关系⁴。研究发现，60岁以上成年人每日训练时长需达到50至55分钟才能获得优化效果，时长几乎是60岁以下群体的两倍。团队指出，这一发现对推动CCT从通用训练工具升级为精准数字疗法具有关键意义。

整合照护

刘均娥团队正在将世界卫生组织的“老年人整合照护”（ICOPE）实施框架本土化应用于中国。这项创新催生了“ICOPE北京模式”，拓展了社区老年健康服务的内涵与边界。

ICOPE的核心目标在于通过监测“内在能力”的衰退——该指标聚焦认知能力、运动能力、活力、视力、听力和心理健康的六个领域，进行以人为本的深入评估——在不可逆的依赖状态出现前，维持老年人全生命周期的健康状态。该框架基于内在能力与个人环境的交互作用，旨在优化老年人日常生活中的功能表现。

刘均娥团队以“主动健康”视角对模型进行本土化改造，通过赋能社区及培训医疗专业人员，帮助老年人维持自理能力并自主健康管理⁵。团队成员孙柳表示：“我们的目标是，推动社区卫生保健体系从以疾病为中心向以功能为中心、以健康为中心的转变，这种范式转变需要逐步整合。”

团队采用“行动研究”方法，在真实场景中持续优化模式，基于世卫组织ICOPE框架开发出五步流程，包含内在能力衰退筛查、基层医疗团队深度评估、群体教育与综合干预、内外转诊通道保障及社区资源整合。

团队提出“标准化框架+区域适应”路径，使模型兼具稳健性与可扩展性。同时开发了数字化评估工具，该工具可简化评估流程、整合单维度数据，并生成揭示各领域关联的个性化内在能力档案。

该模型现已在七家社区卫生服务中心试点，累计评估逾8600名老年人。研究结果不仅有助验证ICOPE框架的可行性和有效性，也凸显了强化早期筛查与干预体系的迫切需求。

未来愿景

两支团队分属不同领域，但都在努力勾勒健康老龄化的未来蓝图。刘均娥的社区整合照护模式如同“雷达系统”，识别高风险人群并在社区层面提供综合干预措施。

唐毅团队的精准工具则可提供深度诊断与个性化干预方案，从而形成互补共生的协同关系。

他们认为，这种协同谱写出未来发展的清晰路径。未来五年，唐毅团队将致力于将研究成果转化为经验证的临床路径。

刘均娥团队则将对该模式的健康成效与成本效益进行长期评估。研究成果旨在为政策决策提供依据，助力制定社区整合医疗规模化推广的正式路线图。

研究者们的终极愿景，是构建公共卫生与精准医疗无缝衔接的医疗体系。

参考文献

1. Tang, Y., et al. Alzheimers Dement.15, 168-171 (2019).

2. Qin, Q. et al. Alzheimers Dement. 19, 3327-3338 (2023).

3. Wang, C. et al. Alzheimers Dement. 18, 1085-1099 (2022).

4. Liu, L. et al. NPJ Digit. Med. 7, 214 (2024).

5. Sun, L. et al. [in Chinese] Chin. Nurs. Manag. 25, 961-965 (2025).

This advertisement feature is produced by Nature Custom Media. The advertiser retains sole responsibility for content.

本篇内容由自然定制推广团队为本机构撰写，广告客户对内容负全责。