南京大学医学院及附属鼓楼医院心血管医学中心顾宁与徐标教授团队提出应对心血管疾病的新范式“血管信息与健康工程医学(CVIHEM)”
心血管疾病已成为全球范围内首要健康负担。随着人口老龄化进程持续加速，其防控形势愈发严峻。诚如“人与血管同寿”这句名言所揭示的，血管健康与人体整体健康状况息息相关。然而，传统诊疗手段在心血管疾病的早期预警、精准诊断等方面，尚存在明显短板与不足，因此迫切需要新的技术手段加以应对。南京大学医学院及附属鼓楼医院心血管医学中心的顾宁教授与徐标教授团队，长期致力于依托医工结合技术研发新型诊疗方法。近期，团队在Research发表题为“Cardiovascular Information and Health Engineering Medicine”的综述和观点类论文，首次提出“血管信息与健康工程医学”（CVIHEM）的概念与框架，旨在通过工程技术与医学的深度融合，实现多维血管信息的系统采集、分析与转化，建立从数据获取到临床应用的闭环体系，以应对心血管疾病诊疗中的临床挑战。文章详细构建了CVIHEM的四阶段实施路径，重点阐述了各阶段的关键技术与创新方向：图1. 血管信息与健康工程医学 (CVIHEM) 框架示意图1、全面的血管数据获取（输入层）
该阶段致力于捕捉多时空尺度的多维血管数据。团队重点介绍了全身血管造影技术，特别是基于铁基对比剂 Ferumoxytol（超顺磁性氧化铁纳米颗粒）增强的全身磁共振血管成像，其具有长半衰期和高安全性的优势，能实现全身血管网络的清晰成像。此外，文章还探讨了AI增强的多模态成像、纳米材料靶向成像技术、可穿戴血管功能监测、体外诊断技术，这些技术共同构成了CVIHEM的数据基础。图2. 铁基对比剂 Ferumoxytol（超顺磁性氧化铁纳米颗粒）增强全身磁共振血管成像2、集成分析与预测建模（处理核心）
作为CVIHEM的计算核心，该阶段利用AI技术将异构的血管数据转化为临床决策依据。主要包括：统一融合技术，将CT、MRI、超声及组学数据对齐；可解释性建模，增强AI决策的生理学依据与临床可信度；以及数字孪生技术，通过构建患者特异性的血流动力学模型，实现虚拟干预/治疗规划与风险预测。3、临床与健康应用转化（输出层）
该阶段将处理后的信息转化为具体的临床策略。一方面，利用AI驱动的决策系统实现精准诊断与个性化治疗规划；另一方面，借助纳米治疗学与纳米诊疗一体化技术，开发针对血管老化关键靶点（如炎症、钙化等）的智能药物递送系统，实现“诊断-治疗-监测”的一体化管理。4、临床反馈与模型优化（学习闭环）
CVIHEM强调建立“获取-分析-转化-反馈”的闭环系统。通过收集真实世界的临床结果与数据，利用联邦学习等技术，不断校准和优化前序阶段的成像协议、AI模型及治疗策略，实现系统的持续进化与自我完善。本文指出，CVIHEM不同于单一的精准医学或医学成像技术，它以血管网络为中心，融合了工程学、医学与健康信息学，提供了一种全流程、预防导向的血管健康管理新方案。未来，随着技术的不断成熟，CVIHEM有望发展成为具有环境响应能力、良好药代特性与可控安全性的高性能智能诊疗平台，为心血管疾病的早期筛查、精准干预及全生命周期健康管理提供有力支撑。南京大学医学院及附属鼓楼医院心血管医学中心、江苏省血管信息与健康工程医学重点实验室鲍雪副研究员和张子煜博后为本文的第一作者，顾宁教授和徐标教授为本文的通讯作者。本研究获国家重点研发计划（2024YFF0508604）、江苏省自然科学基金（BK20222002）等项目资助。本研究特别致谢江苏省及南京市血管信息与健康工程医学重点实验室的支持。编辑丨王静
审核丨鲍雪
终审丨康丽娜
10个月宝宝每天需要喝多少奶粉？
