通讯作者: 赵春艳, 53513953@qq.com

DOI：10.12201/bmr.202604.00036

Application Status and Strategy Consideration of Artificial Intelligence in Abnormal Lipid Management for Patients with premature coronary artery disease

• 摘要：目的/意义 梳理人工智能在早发冠心病患者血脂管理的应用现状，为人工智能赋能患者高效、系统地诊疗及全程管理构建新方案。 方法/过程 在文献回顾的基础上，聚焦人工智能在早发冠心病患者血脂管理中的应用现状，探索血脂管理的“监测-决策-行为-实施-评估”全路径管理过程。 结果/结论 系统综述指出传统患者管理方式中存在的依从性差、健康素养不足等痛点，通过人工智能在自我监测、个性化决策、行为干预及效果评估中的最新证据及应用前景，提出早发冠心病患者“多模态可穿戴+大模型风险预测+护理端动态干预+连续评估”四位一体血脂管理闭环模式的策略思考，以推动院内外精准、可持续的血脂管理模式。

  关键词： 早发冠心病；血脂管理；人工智能；文献综述；; ; 

   

  Abstract: Objective/Significance: To sort out the current application status of artificial intelligence in lipid management for patients with premature coronary heart disease(PCAD), and to build a new solution for enabling artificial intelligence to empower patients with efficient, systematic diagnosis and treatment as well as full-process management. Method/Process: According to the literature review, this study focuses on the current application status of artificial intelligence in lipid management for patients with PCAD, exploring the entire management process of monitoring - decision-making - behavior - implementation - evaluation. Results/Conclusion: The systematic review points out the key points in traditional patient management methods, such as poor compliance and insufficient health literacy. By leveraging the latest evidence and application prospects of artificial intelligence in self-monitoring, personalized decision-making, behavioral intervention, and effect evaluation, a strategy for a multimodal wearable + large model risk prediction + dynamic nursing interventions + continuous evaluation four-in-one closed-loop lipid management model for patients with premature coronary heart disease is proposed, aiming to promote a precise and sustainable lipid management model both in and out of hospitals.

  Key words: Premature coronary artery disease；Lipid management; Artificial intelligence; Literature review

  提交时间：2026-04-07

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 张世红, 史森, 白玲, 杨小冉, 韩冬, 胡红濮. 人工智能在公共卫生应急管理的应用场景分析及挑战. 2025. doi: 10.12201/bmr.202511.00063

  郑琰莉, 韩福海, 李舒玉, 苏文星. 人工智能大模型在医疗领域的应用现状与前景展望. 2023. doi: 10.12201/bmr.202312.00027

  芮晨, 陈玥琪, 李金斌, 张胜发. 人工智能在基层2型糖尿病健康管理中的应用进展与趋势. 2025. doi: 10.12201/bmr.202506.00072

  司唯, 徐婷, 林家玥, 曹文婷, 朱爱勇. 人工智能技术在老年认知症筛查中的应用现状. 2024. doi: 10.12201/bmr.202407.00048

  刘 云, 梁皖皖, 郭春玲. 数字赋能背景下人工智能技术护理应用场景研究进展. 2026. doi: 10.12201/bmr.202601.00048

  董琨, 杨芬, 杨扬. 人工智能在全科医师培训中的应用与思考. 2023. doi: 10.12201/bmr.202305.00011

  史森中. 生成式人工智能（GAI）基层医疗应用风险及治理策略分析. 2024. doi: 10.12201/bmr.202408.00053

  孟冬晴, 吕文娟. 生成式人工智能赋能医学图书馆知识服务的路径研究. 2025. doi: 10.12201/bmr.202510.00039

  马傲, 葛小玲. 人工智能大模型在医疗健康领域应用的研究. 2024. doi: 10.12201/bmr.202408.00039

  董怡, 冉晔, 余中光. 我国医疗人工智能风险研究现状及风险识别. 2024. doi: 10.12201/bmr.202411.00081

• 序号	提交日期	编号	操作
  1	2025-12-02	10.12201/bmr.202604.00036V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论