脑卒中（中风）是全球第二大死因和我国居民首位致残疾病，具有高发病率、高致残率、高死亡率的特点。根据《中国脑卒中防治报告（2023）》，我国40岁及以上人群脑卒中发病率达505.2/10万人年，现有患者约1242万。东莞市作为人口超千万的新一线城市，常住人口中40岁以上群体约375.86万，按全国发病率推算，潜在脑卒中患者近10万。然而，当前我市在脑卒中防治中面临以下问题：  
  一是公众认知不足。普通群众对脑卒中的预防及早期救治相关知识知晓率低，发病6小时内溶栓率很低。虽然目前脑卒中的防治技术以发展的逐渐成熟，但是广大人民群众对于脑卒中的危险因素的预防及治疗还缺乏认识，脑卒中发病率居高不下。据统计，目前我国脑卒中发病后早期救治率很低，人民群众缺乏脑卒中急性救治的相关知识，尤其是早期溶栓及介入治疗知晓率低，导致致残率及致死率非常高。
  二是脑卒中康复治疗难度大。脑卒中患者需要长期坚持康复训练，但患者和家属可能缺乏高度的依从性和耐心。这需要患者和家属具备高度的依从性和耐心，按照康复师的指导，定期参与康复训练；脑卒中患者的步行训练并不是越早越好，过早进行步行训练可能会导致异常步态的形成，如“划圈样”步态，这些异常步态一旦形成往往难以矫正，并且容易引发跌倒等意外，加重患者的损伤。

  国家卫生健康委等三部委联合发布的《卫生健康行业人工智能应用场景参考指引》为“人工智能+”在医疗领域的创新应用指明了方向，聚焦“人工智能+”与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合的四大领域。针对脑卒中与人工智能结合，提出以下建议：

    建议1、建立人工智能辅助宣教平台。
    补充说明：利用人工智能技术，开发互动式宣教平台，提供脑卒中预防、识别和急救知识，特别是针对“面-臂-言语-时间（FAST）”及“中风120”等快速识别工具的普及教育；通过人工智能分析用户数据，提供个性化宣教内容，提高宣教的针对性和有效性。
    建议2、加强脑卒中高危人群精准识别
    补充说明：开发智能穿戴设备，推广使用智能手表等穿戴设备，通过数据分析预测高血压等脑卒中风险因素，实现早期预警；利用人工智能技术，尤其是大数据分析和机器学习算法，可以精准识别脑卒中的高危人群。通过分析患者的医疗记录、生活习惯、遗传信息等数据，AI可以帮助预测个体发生脑卒中的风险，并为早期干预提供依据；加强区域脑卒中救治网络建设，在政府的主导下构建区域脑卒中救治网络，推广卒中急救地图，并与高德、百度地图等结合，并在公共区域，放置定位二维码，可以帮助患者快速找到最近的卒中中心。
    建议3、开发人工智能诊断工具及利用人工智能技术辅助制定治疗策略。
    补充说明：开发和部署人工智能辅助诊断工具，脑卒中的病因复杂多样，传统的诊断方法可能耗时且不够精确。通过应用人工智能，特别是深度学习技术，可以实现自动化的病因分型。AI算法能够辅助医生进行图像分析，识别早期病变，包括肿瘤和其他潜在的病例。帮助医疗机构快速识别脑卒中症状，提高诊断的准确性和效率。有助于医生更快速更准确诊断病情，提升抢救效率；建议结合人工智能技术，可以辅助医生制定脑卒中急性期和二级预防策略。AI系统可以分析患者的检查、检验、用药及健康档案等信息，实现医生问诊过程中的智能辅助决策服务，提升诊疗规范性。
    建议4、发展机器人辅助康复技术。
    补充说明：建议利用机器人技术提供重复性、特异性、定量化的运动训练，并提供客观即时的训练数据和评估数据。例如，基于脑机接口的软体机器人手套（BCI-SRG）可以为脑卒中患者提供更个性化的康复训练。外，AI技术还能在公共卫生随访过程中，替代传统人工拨打电话沟通的方式，实现智能语音呼叫随访对象，开展随访沟通，并将随访结果自动写入健康档案系统中。

提案者： 陈雪昕