（图片为AI生成）
在我国，脑卒中已连续多年位居国民死因首位，占全部死亡的22.3%。
国际权威医学期刊《柳叶刀·神经病学》最新数据显示：中国目前约有2670万卒中现患病例，每年新发病例达420万，死亡病例约210万。折合到每一天，超过11000个家庭因卒中陷入医疗与照护的深渊。与此同时，2025年数据显示，我国约60%的存活卒中患者遗留不同程度的残疾，每年因卒中死亡超155万人，年度总经济负担已超过4000亿元。
然而，比触目惊心的发病数据更令人忧虑的，是我国卒中防控体系中一个被长期忽视的结构性短板——早期筛查率严重偏低
一、结构性困境：0.24%筛查率背后的“不可能三角”
全国卒中减残先行先试区经验交流推广会上披露的数据显示，我国卒中筛查率尚不足0.24%。这意味着每1000名高危人群中，仅有不到3人接受过科学的风险评估。造成这一困局的根源在于卒中防控的 “不可能三角” 。
专业性门槛高：传统卒中风险筛查高度依赖神经内科医生的面诊评估和CT/MRI影像检查，基层医疗机构普遍缺乏相应的人力和设备；
人群覆盖面广：我国40岁及以上人群卒中患病率达2.68%，仅这一年龄段的高危筛查需求就涉及数亿人口；
经济成本高昂：将专业级筛查服务下沉到社区和农村，意味着巨大的人财物投入。
卒中防控“不可能三角”的根本破解之道，在于用技术手段将筛查的专业门槛大幅降低、将筛查的边际成本压缩至接近为零。这正是AI介入的核心价值所在。
二、基层困局：当筛查未被纳入“基本公卫”
更为严峻的现实是，脑卒中高危人群筛查当前属于国家重大公共卫生服务项目，而不是 “国家基本公共卫生服务项目”。目前基层医疗机构仅能依托已有的基本公卫服务，落实35岁以上人群首诊测血压等基础工作，系统性的卒中风险评估与干预尚未形成制度化、常态化的服务供给。
要实现国家“百万减残工程”提出的“健康中国345目标”：发病率降低30%、残疾死亡率降低40%、卒中复发率降低50%，亟须能够规模化复制、低成本推广的筛查工具。
三、技术破局：AI重构脑卒中防控
老来健康APP上线的脑卒中风险预测功能，通过多模态AI技术，基于千万级临床数据和专业的临床指南知识库，将原本必须依赖专业医生和设备完成的神经功能初筛，简化为用户用手机一分钟即可完成的“扫脸护脑”自测。
其核心价值在于同时破解了卒中防控的三个关键制约：
降低专业性门槛：AI模型通过分析面部特征、声纹变异和临床风险因素，自动化完成综合风险演算，无需专业医生介入；
实现超大规模覆盖：依托老来健康APP超3400万用户的既有用户基础，筛查工具可以在不增加额外推广成本的情况下，实现亿级人群触达；
压缩边际成本至零：每一次新增筛查的边际成本趋近于零，彻底摆脱了传统筛查模式“多筛查一人即多一份人力成本”的线性约束。
当AI技术真正走下学术期刊的版面、走出三甲医院的围墙，成为普通中老年群体触手可及的健康守门人，卒中防控的“不可能三角”才真正有了被打破的可能。
四、政策呼应：当技术能力遇上制度红利
从政策端来看，AI卒中筛查的规模化普及正迎来一个重要的时间窗口。国家卫健委联合多部门发布了《加强脑卒中防治工作减少百万新残工程综合方案》，明确到2030年要实现“30岁及以上居民高血压知晓率达到60%以上”等阶段性目标。2026年3月，中国卒中专科联盟工作会议进一步提出，要深化脑卒中高危人群筛查，计划创建全国统一标准化的卒中发病监控地图，并推动优质医疗资源向县域下沉。
这意味着政策重心正在前移，从聚焦已发病的紧急救治，扩展到覆盖高危人群的早期识别与干预。
在这一趋势下，老来健康AI卒中风险预测功能的意义，不仅是一项技术应用，更是连接政策目标与群众实际需求的数字化纽带。它让筛查不再受限于医院场景，有望成为“人人可及、处处可用”的基层防控工具，为“百万减残工程”贡献一份扎实的力量。
热门跟贴