EHRA 2026 现场专访丨谢鸿发教授：从传统评分体系到多维整合策略，聚焦房颤精准风险评估的未来路径

深度解析医学证据，DeepEvidence为你支撑决策

2026年4月12~14日，2026 年欧洲心律协会年会（EHRA 2026）在法国巴黎盛大举行，汇聚了来自世界各地的数千名心律专家、临床医生、研究人员及相关医疗从业者，共同探讨心律失常领域的科学研究、临床经验和技术创新，带来最新的前沿趋势。会议期间，来自香港玛丽医院的谢鸿发（Hung-Fat Tse）教授发表专题演讲，聚焦传统评分在房颤卒中风险分层中的局限性，并提出“超越评分”的整合策略。POCKETIN特邀谢鸿发教授接受专访，介绍当前CHA₂DS₂-VASc评分体系的“盲区”以及新兴风险评估工具的特点，并针对各类工具面临的挑战与应用前景分享最新观点与临床洞见。

POCKETIN：您本次的讲题专门探讨了临床评分在房颤卒中风险分层中的局限性。从病理生理机制或临床特征的角度来看，您认为像CHA₂DS₂-VASc/CHA₂DS₂‑VA这样的评分体系目前最容易被忽视的“盲区”是什么？

谢鸿发教授：目前来看，我认为CHA₂DS₂-VASc评分仍然是临床实践中最常用的基础风险评分工具，但它显然存在诸多局限性。

就预测价值而言，该评分的C统计量通常仅为0.6左右，最高约0.7，效果并不理想。同时，这一评分体系并未纳入许多重要因素，例如肾功能对风险评估的影响十分关键，但其并未被充分考量。

此外，这类评分往往是静态的，而实际上许多风险因素是动态变化的。比如，今天评估得出的风险评分，可能在一周之后就会发生变化，但这些动态变化并未被纳入评估体系之中。除此之外，还有许多其他临床特征也尚未被整合进现有的评分模型。因此，未来的风险评估工具需要更加精细化和个体化。

另一个重要局限在于，许多风险评分体系没有很好地覆盖所谓的低风险人群，因为这些患者往往在评分体系建立之初就未被充分纳入。从这一层面讲，如何更准确地识别那些表面上属于低风险、但实际上卒中风险较高的患者，同样是一个亟待解决的问题。 

POCKETIN：您参加的专场讨论强调要“超越评分”，影像、生物标志物和人工智能（AI）都被视为有潜力的补充。您认为在这些新兴工具中，哪一项最有希望弥补临床评分的不足，并广泛应用于临床实践？

谢鸿发教授：正如我刚才所提到的，当前的风险评分体系仍存在诸多局限，这也意味着我们可能需要引入额外的评估参数。

部分影像学指标展现出良好的应用前景。例如，在超声心动图检查中，如果我们能够评估左心房的大小及功能，并结合新一代基于AI的分析工具，未来或有望实现更精准的风险评估。理想情况下，医生只需将超声探头放置在患者身上，系统即可自动完成各项参数的测量，从而获取更准确的结构与功能信息。

在生物标志物方面，通过定期血液检测动态监测其变化，同样有望进一步提升风险评估的准确性。

在整合临床数据、生化指标及影像学信息的过程中，往往需要依赖AI技术的支持。因此，AI在构建新一代风险评估体系中具有关键作用。当前，AI技术在中国发展迅速，已在多家医疗机构中逐步应用于临床实践。

未来，如果能够将传统风险评分、生物标志物以及影像学指标进行整合，并借助AI技术进行综合分析，或有望实现更加精准的风险分层与个体化评估。

POCKETIN：在您看来，如果要将这些新的风险分层工具真正融入日常诊疗，当前面临的最大现实挑战是什么？我们又该如何跨越这道鸿沟？

谢鸿发教授：成本是一个非常重要的因素。CHA₂DS₂-VASc评分之所以至今仍被广泛应用，原因之一在于它不需要额外检查，仅基于患者年龄、是否合并高血压等一些简单的临床参数即可进行评估，因此几乎不会增加额外成本。然而，当引入影像学指标或生物标志物时，就不可避免地会增加费用，这也意味着相关评估手段难以在所有患者中普遍应用。

在这一背景下，我认为未来更为合理的策略是实施分层评估：对于经传统评分已明确为高风险的患者，可能无需进一步增加额外检查；而对于处于中等风险或风险尚不明确的人群，影像学指标及生物标志物的评估价值则得以显现。与此同时，在推广上述评估手段的过程中，成本效益仍然是必须重点考虑的核心因素。

此外，一些用于房颤监测等的新兴技术及设备也在不断发展，但同样需要注意的是，在临床实际应用中仍需综合考虑成本、便利性等因素。