▲ 掃碼訂閱 收聽完整版 ▲

本期嘉賓

尹 柯

國際生活方式醫(yī)學聯(lián)盟（IBLM）專業(yè)醫(yī)師

中山大學醫(yī)學院醫(yī)學博士

韻滋善首席醫(yī)學專家

原長沙明州康復醫(yī)院醫(yī)療院長

01/

生活方式醫(yī)學，認知教育先行

常 順

作為一個普通人，我的認知是，只有當身體出現問題時才會去醫(yī)院。但現在很多公立醫(yī)院，比如阜外醫(yī)院，已經開始推動生活方式醫(yī)學。真的會有很多人主動去醫(yī)院通過生活方式醫(yī)學來解決健康問題嗎？

尹 柯

我覺得這是一個認知教育的過程。包括馮雪教授帶領的阜外醫(yī)院生活方式醫(yī)學中心、中國生活方式醫(yī)學聯(lián)盟，以及湖南省的生活方式醫(yī)學學會、湘雅系的陳翔教授等，他們都在做這方面的工作。這些走在前面的人，其實是在做科普、推廣和認知提升。只有認知跟上了，人們才會協(xié)同決策，否則只是單方面著急，沒有意義，這一點與國家乃至全球的健康方向都是一致的。

馮雪教授在各個平臺進行生活方式醫(yī)學科普

我們已度過了溫飽階段，社會需求提高了——人們不僅希望活著，更希望健康地活到百歲，保持工作能力和生活品質。這種需求推動了生活方式醫(yī)學的誕生。最初可能是高認知人群接受它，但逐漸地，越來越多人會受到影響，比如通過子女反向影響長輩。一旦社會認知整體提升，生活方式醫(yī)學的價值就會爆發(fā)出來，特別是在預防重癥疾病和改善老年生活品質方面。

在發(fā)達國家如新加坡、日本、韓國，包括咱們國家香港這些地方，生活方式醫(yī)學起步早，效果顯著。例如，新加坡的公立機構設有長壽診所，就是為了提升壽命的長度和質量。數據顯示：接受干預的人群健康指標遠高于未干預人群，平均壽命延長至少三年。這些都有循證醫(yī)學支持，而國內在這方面積累還較少，我們正在努力推進。

新加坡長壽診所

常 順

我覺得有一個關鍵問題：生活方式醫(yī)學需要醫(yī)生或健康管理者花費大量時間、耐心和精力，對患者進行認知教育和生活干預。考慮到我國的人口基數，雖然老齡化、少子化趨勢明顯，但人群規(guī)模仍然很大。為什么私人醫(yī)生模式在國內一直難以推行？

您認為，大概還需要多久，大多數人才能真正享受到生活方式醫(yī)學的紅利？

尹 柯

應該會很快。我們可以參考華為這樣的企業(yè)——現在很多人都有智能手環(huán)，中國的人口基數非常大，一旦有企業(yè)把某件事做通，比如滴滴、小米，它的影響范圍就會非常廣。

華為手環(huán)為什么這么普及？因為人們在動態(tài)監(jiān)測自己的數據。一旦形成這種群體習慣，有了設備和支持，人們就能更好地為自己做決策。心率一直很快、血壓一直很高，難道不會去想為什么嗎？這是一個非常明確的未來。

這類企業(yè)做的工作不僅是科普，更是基于人性需求——你需要，所以我提供。在完成動態(tài)數據監(jiān)測之后，與醫(yī)院之間還需要一座橋梁，這就是我們現在在做的事情：幫助人們理解自己的狀態(tài)，明確每一個器官、每一項指標對應的風險因素，從而知道自己該進行前置的生活方式管理，還是需要去醫(yī)院就診。

例如，手表顯示血壓偏高，但為什么高？我們的系統(tǒng)可以反饋：可能是因為心血管循環(huán)系統(tǒng)出了問題，比同齡人衰老得更快，或者血脂、血糖等指標異常導致血壓升高。明確了這些關聯(lián)，你就知道該先控制血糖、血脂，血壓可能隨之正常。這就是生活方式醫(yī)學的神奇之處：它是一個多維系統(tǒng)，神經網絡相互交互，牽一發(fā)而動全身。

雖然現在很多人戴著智能監(jiān)測設備，哪怕知道了數據異常，卻不知怎么處理。去看心血管門診，醫(yī)生可能開一堆檢查，然后建議終身服藥。但其實，通過個性化的生活方式處方，很多人可以擺脫藥物依賴，減輕三甲醫(yī)院負擔，避免中年、年輕人過早陷入健康危機。

這就是我們需要搭建的橋梁。

02/

AI+生活方式醫(yī)學

常 順

那么，現在AI技術的發(fā)展，是否給生活方式醫(yī)學帶來了新的機會？您認為目前AI與生活方式醫(yī)學結合到了哪個階段？

尹 柯

AI主要解決兩大問題：一是效率，比如處理海量數據、輔助影像診斷等；二是模擬人類思考，但這一點目前仍難突破。

在生活方式醫(yī)學中，AI的價值不在于替代人，而在于“翻譯”——解讀人體神經系統(tǒng)、機能指標和控制流程，將其轉化為可理解的信息，輔助后續(xù)決策。例如，通過AI判斷是該放支架，還是通過生活方式干預控制風險。我們并不替代醫(yī)生，而是協(xié)同增強決策效率。

常 順

你們目前正在推進的具體工作是什么？最大的痛點在哪里？

尹 柯

我們做的工作是創(chuàng)造工具，幫助判斷人體穩(wěn)態(tài)、器官功能與狀態(tài)，明確哪些指標需要干預，以及干預后是否有效。目前最大的挑戰(zhàn)在于：衰老不是單一指標，而是全身多器官、多指標的綜合體現。如何從眾多指標中找出對個體最有價值的，并確定優(yōu)先干預順序，是關鍵所在。

例如，脂肪肝患者可能優(yōu)先干預甘油三酯，其次是血糖、腰臀比，但每個人情況不同，需個性化排序。個性化預測與干預是生活方式醫(yī)學的未來。它不是一刀切，而是基于每個人不同的指標權重提供定制方案。用戶最終會看到整體健康狀態(tài)、代謝能力、各器官功能及其關聯(lián)指標，并明確優(yōu)先干預方向。這不同于普通體檢報告，而是更具指導性的健康管理工具。

韻滋善項目服務場景

常 順

這個使用場景是面向普通用戶，還是機構？

尹 柯

我們更傾向于面向機構，如一線門診、健康管理機構、中醫(yī)館、健身場所等。機構可以用這個工具評估健康干預的價值與效果。它就像生活方式醫(yī)學的基礎設施，開放通用接口，各行各業(yè)都可以接入使用。

常 順

在開發(fā)過程中，你們遇到哪些挑戰(zhàn)？

尹 柯

國際上的相關專利和論文往往隱藏關鍵參數和算法，我們需要自主開發(fā)，基于自己的數據庫不斷優(yōu)化。只有無限量的數據才會無限量的接近真實。中國乃至亞洲人群的特質與西方不同，因此我們需要本土數據支撐，才能真正形成適合我們的算法模型。

03/

AI會讓醫(yī)生失業(yè)嗎

常 順

現在各行各業(yè)都在討論AI會取代很多崗位。如果未來AI變得足夠聰明，您認為年輕的醫(yī)生有沒有可能被更經驗豐富、更智能的AI替代？

尹 柯

第一，全球范圍內，特別是中國，醫(yī)務人員數量存在嚴重缺口。醫(yī)療行業(yè)本來就不會“沒飯吃”，因為人力始終不足。第二，現在越來越多的三甲醫(yī)院正在轉向處理危急重癥、以及伴隨衰老出現的復雜問題——這些是AI替代不了的，因為它們需要綜合決策和實際場景的操作能力。

AI目前很多功能還局限于線上或數據處理。為什么手術機器人還沒那么聰明？就是因為在實際的危急重癥處理中，人類的綜合能力在很長一段時間內仍是不可替代的，尤其是面對復雜情況。

但對很多年輕人來說，確實沒必要再去學那些AI已經能勝任的工作，比如閱片。影像科為什么很多人失業(yè)？AI閱片比人更準，這類重復性高、要求快速識別的工作完全可以交給它。

央視《機智過人》欄目：AI閱片挑戰(zhàn)三甲影像科醫(yī)生

常 順

我之所以提出這個問題，是因為我在想，之前大家為什么都愿意去北上廣深看病？一個重要原因就是覺得那里的醫(yī)生經驗豐富、綜合能力強、見多識廣。

如果基礎工作逐漸被AI替代，年輕醫(yī)學生的經驗積累會不會不足？比如您從重癥醫(yī)學到生活方式醫(yī)學，再到結合AI工具，整個過程很流暢，正是因為您有自己的一套判斷框架。

尹 柯

其實醫(yī)學發(fā)展就是這樣一路走來的。

最早的醫(yī)學沒有磁共振、CT、B超，醫(yī)生靠什么？體格檢查，聽診器——那是當時的“金牌工具”。但現在為什么聽診器用得少了？因為有了動態(tài)心電圖、心臟建模、造影等技術……這是一個從缺乏工具到工具豐富，再到AI化工具不斷發(fā)展的過程。

新一代醫(yī)務人員必須接納新一代的方式，不能排斥AI工具。我們不能還停留在原始階段，應該借助更多工具輔助決策。而最終，最難被AI替代的正是人腦的決策能力——這一過程極度依賴經驗。新一代醫(yī)生的經驗，是建構在AI工具基礎上的經驗，這和過去有本質上的不同。